BAB 2 LANDASAN TEORI
2.1
Teori-teori Dasar / Umum Dalam menganalisa dan merancang sebuah sistem informasi diperlukan teori-teori umum yang akan menjadi dasar pengetahuan dalam melakukan analisa dan perancangan. Berikut penjabaran teori-teori umum yang berkaitan dengan sistem.
2.1.1
Pengertian Informasi Menurut O'Brien (2005, p27), informasi adalah data yang sudah diubah menjadi hal bermakna dan memiliki konteks yang berguna untuk pengguna tertentu. Menurut Williams et al (2007, p25) informasi adalah data yang telah diolah atau dimanipulasi untuk digunakan dalam pengambilan keputusan. Menurut McLeod and Schell (2008, p528) informasi adalah data yang telah diproses dan memiliki makna, biasanya menceritakan sesuatu hal kepada pengguna yang belum mereka ketahui sebelumnya. Dari definisi-definisi tersebut dapat ditarik kesimpulan bahwa informasi adalah data yang telah diolah dan memiliki kegunaan bagi pemakai sebagai pengambilan keputusan.
9
10 2.1.2
Pengertian Sistem Informasi Menurut O'Brien (2005,
p6), sistem informasi adalah suatu
kesatuan dari manusia, piranti lunak, hardware, jaringan komunikasi, dan sumber data melalui pengumpulan, pengubahan dan penyebaran informasi dalam suatu organisasi. Aktifitas dari sistem informasi terbagi menjadi 5 (lima), yaitu: Input, Processing, Output, Storage, Control. Sistem informasi adalah sekumpulan komponen yang saling bekerjasama berfungsi menyediakan
output
untuk berupa
mengumpulkan, informasi
yang
mengolah, dibutuhkan
dan untuk
menyelesaikan tugas-tugas dalam bisnis, Satzinger et al (2005, p7). Dari definisi-definisi tersebut dapat disimpulkan bahwa sistem informasi adalah suatu komponen dari manusia, software, hardware, jaringan komunikasi dan sumber data yang saling bekerjasama untuk mengumpulkan, mengolah dan menyebarkan data tersebut menjadi suatu informasi yang berguna untuk mendukung pengambilan keputusan dalam suatu organisasi.
2.1.3
Pengertian Data Menurut O'Brien (2005, p26), data adalah fakta atau observasi mentah yang biasanya mengenai fenomena fisik atau transaksi bisnis. Data adalah fakta-fakta dan angka yang biasanya tidak dapat dipergunakan karena volumenya yang besar dan sifatnya yang masih belum diolah. McLeod and Schell (2008, p528). Data adalah sebuah catatan dari fakta-fakta, konsep-konsep, atau
11 instruksi-instruksi
dalam
sebuah
penyimpanan
medium
untuk
komunikasi, penarikan dan pemrosesan secara otomatis serta presentasi sebagai informasi yang dapat dipahami oleh manusia. Inmon (2005, p493). Dari definisi-definisi tersebut dapat ditarik kesimpulan bahwa data adalah fakta mentah terdiri dari angka-angka relatif yang biasanya mengenai fenomena fisik disimpan dalam penyimpanan medium dan diproses secara otomatis sebagai informasi yang dipahami oleh pengguna.
2.1.4
Pengertian Database Menurut Connolly and Begg (2010, p65), database adalah kumpulan dari data-data yang terhubung secara logika dan terdeskripsi, didesain untuk memenuhi kebutuhan informasi dari suatu organisasi Menurut Williams et al (2007, p416), database adalah kumpulan data yang saling berhubungan yang diatur secara logis, yang dirancang dan dibangun untuk tujuan khusus. Kumpulan berhubungan.
terpadu
Database
dari
elemen
mengkonsolidasi
data
logis
banyak
yang
saling
catatan
yang
sebelumnya disimpan dalam file terpisah agar kelompok data yang sama menyediakan banyak aplikasi. O’Brien (2005, p696). Dari definisi-definisi tersebut, dapat disimpulkan bahwa database adalah kumpulan dari data yang terkait dengan logika yang saling berhubungan, yang didesain untuk menghasilkan informasi yang di butuhkan oleh perusahaan.
12 2.1.5
Database Management System (DBMS) Menurut Connolly and Begg (2010, p66), DBMS adalah sebuah sistem
perangkat
lunak
yang
memungkinkan
user
untuk
mendeskripsikan, membuat, mengatur dan mengontrol akses ke database. DBMS adalah suatu aplikasi peranti lunak yang menyimpan struktur basis data, data itu sendiri, hubungan diantara data di dalam basis data, dan nama-nama formulir, jenis-jenis data, angka dibelakang desimal, jumlah karakter, nilai-nilai default dan seluruh uraian field lainnya. McLeod and Schell (2008, p163). Menurut Williams et al (2007, p420), Database Management System(DBMS) adalah sebuah perangkat lunak yang ditulis khususnya untuk mengontrol struktur sebuah database dan mengakses data. Dari definisi-definisi tersebut dapat disimpulkan bahwa DBMS adalah sebuah perangkat lunak yang digunakan untuk mengakses, mengelola, memanipulasi dan memelihara suatu basis data untuk kebutuhan user.
2.1.6
Online Transaction Processing (OLTP) Menurut O’Brien (2005, p228), OLTP adalah sebuah sistem real time yang memproses transaksi. Sistem real time akan menangkap dan memproses transaksi secepatnya, yang mendukung operasi bisnis perusahaan sehari-hari. Menurut Kimball dan Ross (2002, p408), gambaran asli untuk semua kegiatan dan sistem yang berhubungan dengan memasukkan data
13 yang handal dalam database. Paling sering digunakan dengan mengacu pada database relasional, meskipun OLTP dapat digunakan secara umum untuk menggambarkan setiap lingkungan pengolahan transaksi. Dari definisi-definisi tersebut dapat disimpulkan bahwa OLTP merupakan sistem real time yang memproses transaksi operasional seharihari secara langsung.
2.1.7
Online Analytical Processing (OLAP) Menurut Connolly and Begg (2010, p1250), OLAP adalah sintesis dinamis, analisis dan konsolidasi dari data multidimensi dalam volume besar. OLAP adalah sebuah istilah yang mendeskripsikan sebuah teknologi yang menggunakan tampilan data agregrasi untuk menyediakan akses informasi secara cepat untuk tujuan analisis lebih lanjut. Menurut Berson, Smith, dan Thearling (2001, p91), OLAP merupakan nama yang diberikan untuk database dan perangkat antar muka pengguna yang memungkinkan pengguna akhir untuk melakukan navigasi dari satu data ke data lainnya secara cepat. Dari definisi-definisi tersebut dapat disimpulkan bahwa OLAP adalah teknologi yang memproses data di dalam data warehouse yang dapat mengoleksi, menyimpan, memanipulasi suatu data multidimensi untuk menyediakan jawaban yang cepat untuk query analisis yang kompleks.
14 2.1.8 Pengertian Data Warehouse Menurut Connolly and Begg (2010, p1197) , data warehouse adalah sebuah kumpulan data yang berorientasi subjek, terintegrasi, timevariant dan non-volatile dalam membantu manajemen dalam proses pengambilan keputusan. Sebuah data warehouse adalah sebuah alat yang digunakan oleh banyak bisnis untuk menambah dan untuk mengelola keuntungan yang kompetitif. (Moelerr .R.A, 2001, p11) Dari definisi-definisi tersebut dapat disimpulkan bahwa data warehouse adalah kumpulan database berorientasi subjek yang terintegrasi, berfungsi untuk mendukung pengambilan keputusan guna pengelolaan keuntungan yang kompetitif.
2.1.8.1 Karakteristik Data Warehouse Karakteristik data warehouse menurut Inmon (2005, p30) dibagi menjadi empat. Keempat karateristik ini terkait satu sama lain, sehingga keempatnya harus diimplementasikan agar suatu data warehouse bisa secara efektif memiliki data yang mendukung pengambilan keputusan. Keempat karakteristik data warehouse adalah sebagai berikut : 1.
Subject Oriented (Berorientasi Subjek) Data
warehouse
berorientasi
subjek
artinya
data
warehouse didesain untuk menganalisa data berdasarkan subjeksubjek tertentu dalam organisasi, bukan pada proses atau fungsi aplikasi tertentu.
15 Data warehouse diorganisasikan disekitar subjek-subjek utama dari perusahaan (customers, products dan sales) dan tidak diorganisasikan
pada
area-area
aplikasi
utama
(customer
invoicing, stock control dan product sales). Hal ini dikarenakan kebutuhan dari data warehouse untuk menyimpan data-data yang bersifat sebagai penunjang suatu keputusan, daripada aplikasi yang berorientasi terhadap data. Jadi dengan kata lain, data yang disimpan adalah berorientasi kepada subjek bukan terhadap proses.
Gambar 2.1 Contoh Data yang Berorientasi Subjek (Inmon, 2005, p30)
2.
Integrated (Terintegrasi) Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan lainnya. Dengan
16 demikian data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu sendiri. Syarat integrasi sumber data dapat dipenuhi dengan berbagai cara sepeti konsisten dalam penamaan variable, konsisten dalam ukuran variable, konsisten dalam struktur pengkodean dan konsisten dalam atribut fisik dari data. Contoh pada lingkungan operasional terdapat berbagai macam aplikasi yang mungkin pula dibuat oleh developer yang berbeda. Oleh karena itu, mungkin dalam aplikasi-aplikasi tersebut ada variable yang memiliki maksud yang sama tetapi nama dan formatnya berbeda. Variable tersebut harus dikonversi menjadi nama yang sama dan format yang disepakati bersama. Dengan demikian tidak ada lagi kerancuan karena perbedaan nama, format dan lain sebagainya. Barulah data tersebut bisa dikategorikan sebagai data yang terintegrasi karena kekonsistenannya.
17
Gambar 2.2 Contoh Data yang Terintegrasi (Inmon, 2005, P31)
3.
Time-variant (Rentang Waktu) Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain : 1) Cara yang paling sederhana adalah menyajikan data warehouse pada rentang waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
18 2) Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang disajikan dalam data warehouse baik implicit maupun explicit. Secara explicit dengan unsur waktu dalam hari, minggu, bulan dan sebagainya. Secara implicit misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut. 3) Cara yang ketiga, variasi waktu yang disajikan data warehouse melalui serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang ada bersifat read-only.
Gambar 2.3 Rentang Waktu (Inmon, 2005, P32)
19 4.
Non-Volatile (Tidak Mudah Berubah) Karakteristik keempat dari data warehouse adalah nonvolatile, maksudnya data pada data warehouse tidak di-update secara real time tetapi di refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan. Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental disatukan dengan data sebelumnya. Berbeda dengan database operasional yang dapat melakukan update, insert dan delete terhadap data yang mengubah isi dari database sedangkan pada data warehouse hanya ada dua kegiatan memanipulasi data yaitu loading data (mengambil data) dan akses data (mengakses data warehouse seperti melakukan query atau menampilkan laporan yang dibutuhkan, tidak ada kegiatan updating data).
Gambar 2.4 Tidak Mudah Berubah (Inmon, 2005, P32)
20 Dalam jurnal International Journal of Engineering Research and Applications (IJERA), keempat kata kunci subjectoriented, integrated, time-variant, dan non-volatile, membedakan data warehouse dari sistem penyimpanan data lain seperti sistem relasional database, transaction processing systems dan sistem file. Dan keempat karakteristik tersebut adalah sebagai berikut: 1. Subject-oriented: Sebuah data warehouse diatur dalam subyek utama seperti customer, pemasok produk, dan penjualan. Dibandingkan berkonsentrasi pada operasi seharihari dan proses transaksi suatu organisasi, data warehouse berfokus pada pemodelan dan analisis data bagi para pengambil keputusan. Data warehouse biasanya memberikan pandangan yang sederhana dan ringkas seputar masalah subjek tertentu dengan tidak memasukkan data yang tidak berguna dalam proses pendukung keputusan. 2. Integrated: Sebuah data warehouse biasanya dibangun dengan mengintegrasikan beberapa sumber yang heterogen, seperti database relasional, flat files, dan online transaction records. Data cleaning dan teknik integrasi data diterapkan untuk memastikan konsistensi dalam penamaan, struktur pengkodean, langkah-langkah atribut dan sebagainya. 3. Time-variant: Data disimpan untuk menyediakan informasi dari perspektif historis. Setiap struktur kunci dalam data
21 warehouse berisi, baik secara implisit maupun eksplisit, unsur waktu. 4. Non-volatile: Sebuah data warehouse adalah selalu sebuah tempat penyimpanan terpisah dari data yang berubah dari data aplikasi yang ditemukan di lingkungan operasional. Karena pemisahan ini, data warehouse tidak memerlukan proses transaksi, recovery, dan mekanisme persetujuan kontrol. Biasanya hanya membutuhkan dua operasi dalam mengakses data: loading awal data dan akses data.
2.1.8.2 Struktur Data Warehouse Penggambaran struktur data warehouse menurut Inmon (2005, p33) adalah sebagai berikut.
Gambar 2.5 Struktur Data Warehouse (Inmon, 2005, P34)
22 a) Current detail data Current detail data merupakan data detil yang aktif saat ini. Current detail data merupakan level terendah dalam data warehouse. Di dalam area ini warehouse menyimpan seluruh detil data yang terdapat pada skema basis data dan memiliki jumlah data sangat besar sehingga memerlukan storage yang besar pula. Dampak negatif yang ditimbulkan adalah kerumitan untuk mengatur data menjadi meningkat dan biaya yang diperlukan menjadi mahal. Berikut ini beberapa alasan mengapa current detail data menjadi perhatian utama : 1. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama. 2. Sangat banyak jumlahnya dan disimpan pada tingkat penyimpanan terendah. 3. Hampir selalu disimpan dalam storage karena cepat di akses
tetapi
mahal
dan
kompleks
dalam
pengaturannya. 4. Bisa digunakan dalam membuat rekapitulasi sehingga current detail data harus akurat. b) Older detail data i.
Data ini merupakan data historis dari current detail data, dapat berupa hasil cadangan atau archive data yang disimpan dalam storage terpisah. Karena bersifat back-up(cadangan), maka biasanya data
23 disimpan dalam storage alternatif seperti tapedesk. ii.
Data ini biasanya memiliki tingkat frekuensi akses yang rendah. Penyusunan file atau directory dari data ini di susun berdasarkan umur dari data yang bertujuan mempermudah untuk pencarian atau pengaksesan kembali.
c)
Lightly summarized data i.
Data ini merupakan ringkasan atau rangkuman dari current detail data. Data ini dirangkum berdasar periode atau dimensi lainnya sesuai dengan kebutuhan. Lightly summarized data menyimpan tabel dimensi dan tabel fakta.
ii.
Ringkasan dari current detail data belum bersifat total summary. Data-data ini memiliki detil tingkatan yang lebih tinggi dan mendukung kebutuhan warehouse pada tingkat departemen. Tingkatan data ini di sebut juga dengan data mart. Data mart terdiri dari tabel dimensi dan tabel fakta dari setiap proses bisnis yang sesuai dengan kebutuhan.
Akses terhadap data jenis ini banyak digunakan untuk view suatu kondisi yang sedang atau sudah berjalan.
24 d)
Highly summarized data i.
Data ini merupakan tingkat lanjutan dari Lightly summarized data, merupakan hasil ringkasan yang bersifat totalitas berupa tabel dimensi dan tabel fakta yang disatukan membentuk star skema global, dapat di akses misal untuk melakukan analisis perbandingan data berdasarkan urutan waktu tertentu dan analisis menggunakan data multidimensi.
e) Metadata i.
Metadata bukan merupakan data hasil kegiatan seperti keempat jenis data di atas. Menurut Poe, metadata
adalah
‘data
tentang
data’
dan
menyediakan informasi tentang struktur data dan hubungan antara struktur data di dalam atau antara storage(tempat penyimpanan data). ii.
Metadata berisikan data yang menyimpan proses perpindahan data meliputi database structure, contents, detail data dan summary data, matrics, versioning,
aging
criteria,
versioning,
transformation criteria. Metadata khusus dan memegang peranan yang sangat penting data warehouse.
dalam
25 2.1.8.3 Perbandingan Data Operasional dengan Data Warehouse Menurut Connolly and Begg (2010, p1199) perbandingan antara sistem OLTP dan sistem data warehouse adalah sebagai berikut :
Tabel 2.1 Perbandingan antara sistem OLTP dan sistem data warehouse (Connolly dan Begg, 2010, p1199) Karakteristik
Sistem OLTP
Sistem Data Warehouse
Main purpose
Data age
Mendukung proses
Mendukung proses
operasional
analisis
Sekarang
Menangani data historis
Data latency
Real-time
Proses sewaktu-waktu tidak terstruktur
Data granularity
Detailed data
Menyimpan detailed, lightly, dan highly summarized data
Data processing
Jumlah transaksi tinggi
Jumlah transaksi rendah sampai sedang
Reporting
Users
Mendukung keputusan
Mendukung keputusan
harian
strategis
Menangani banyak user
Melayani sedikit user
26 2.1.8.4 Keuntungan Data Warehouse Menurut Connolly and Begg (2010, p1198) keuntungan implementasi data warehouse dalam suatu organisasi adalah sebagai berikut: 1. Potential high returns on investment. Melakukan
sejumlah
besar
sumber
daya
untuk
memastikan keberhasilan pelaksanaan data warehouse, dan biaya
sangat beragam dari puluhan ribu sampai
dengan dari juta dollar karena berbagai solusi teknis yang tersedia. 2. Competitive advantage. Pengembalian besar pada investasi bagi perusahaan yang telah berhasil menerapkan data warehouse adalah bukti keunggulan kompetitif perusahaan yang sangat besar pada teknologi ini. 3. Increased productivity of corporate decision makers. Peningkatan produktifitas perusahaan untuk membuat keputusan. Data warehouse meningkatkan produktifitas pembuat keputusan pada perusahaan dengan menciptakan database integral yang konsisten, berorientasi subjek dan menyimpan historical data. Data warehouse membuat decision makers dalam membuat keputusan secara substantive, accurate, dan konsisten.
27 2.1.8.5 Arsitektur Data Warehouse Menurut Connolly and Begg (2010, p1203)
arsitektur
data warehouse digambarkan sebagai berikut :
Gambar 2.6 Arsitektur Data Warehouse (Connolly, 2010, p1157)
A. Data operasional Sumber data untuk data warehouse disuplai dari : 1. Mainframe data operasional yang ada di database hirarkis dan jaringan generasi pertama. 2. Departmental data yang ada di dalam sistem file proprietary seperti VSAM, RMS, dan DBMSs relasional seperti Informix dan Oracle. 3. Private data yang ada pada workstation dan server pribadi.
28 4. External systems seperti internet, database yang tersedia secara komersial, atau database yang berkaitan dengan supplier organisasi. B. Operational Data Store ODS (Operational Data Store) adalah gudang data operasional saat ini dan terintegrasi yang digunakan untuk analisis. ODS terstruktur dan disuplai dengan data dalam cara yang sama seperti data warehouse, tetapi mungkin kenyataannya hanya sebagai staging area untuk data yang akan dipindahkan ke data warehouse. Membangun ODS dapat menjadi suatu langkah untuk membangun data warehouse, karena ODS dapat menyediakan data yang telah diekstrak dari sistem sumber dan dibersihkan. C. ETL manager ETL manager melakukan semua operasi yang berhubungan dengan ETL data ke dalam gudang. Data dapat diambil langsung dari sumber data atau lebih umumnya dari ODS. D. Warehouse manager Warehouse manager melakukan semua operasi yang berhubungan dengan pengelolaan data di gudang. Operasi yang dilakukan oleh warehouse manager meliputi : 1. Analisis data untuk memastikan konsistensi; 2. Transformasi
dan
penggabungan
sumber
data
penyimpanan sementara ke dalam tabel data warehouse; 3. Penciptaan indeks dan view pada tabel dasar;
dari
29 4. Generasi denormalizations (jika perlu); 5. Generasi agregasi; 6. Back up dan pengarsipan data. E. Query manager Query manager melakukan semua operasi yang berhubungan dengan pengelolaan user queries. Kompleksitas dari query manager ditentukan oleh fasilitas yang disediakan oleh alat akses end-user dan databasenya. Operasi yang dilakukan oleh komponen ini termasuk mengarahkan query ke tabel yang sesuai dan penjadwalan pelaksanaan query. F. Detailed data Area dari gudang ini menyimpan semua rincian data dalam skema database. Dalam beberapa kasus rincian data tidak disimpan online, akan tetapi dibuat tersedia dengan menggabungkan data ke tingkat detail berikutnya. Namun, secara dasarnya, rincian data ditambahkan ke gudang untuk melengkapi data agregat. G. Lightly and highly summarized data Area dari gudang ini menyimpan semua data yang telah ditetapkan dengan ringan dan sangat diringkas (agregat) yang dihasilkan oleh warehouse manager. Area dari gudang ini bersifat sementara, karena akan berubah secara terus-menerus dalam rangka untuk merespon perubahan query profiles. Tujuan dari summary information adalah untuk mempercepat kinerja query. Meskipun ada peningkatan biaya operasional yang
30 terkait
dengan
menghilangkan
meringkas
data,
ini
diimbangi
dengan
kebutuhan untuk terus melakukan summary
operations (seperti sorting atau grouping) dalam menjawab user queries. Summary data diperbarui ketika data baru dimasukkan ke dalam gudang. H. Archive/Backup data Area dari gudang ini menyimpan rincian dan data yang telah diringkas untuk tujuan pengarsipan dan back up. Meskipun summary data dihasilkan dari rincian data, mungkin perlu dibuat backup summary data online jika data disimpan melebihi masa retensi untuk rincian data. I. Metadata Area dari gudang ini menyimpan semua definisi metadata (data tentang data) yang digunakan oleh semua proses di gudang. Metadata digunakan untuk berbagai keperluan, termasuk : 1. Proses ekstraksi dan loading Metadata digunakan untuk memetakan sumber data ke pandangan umum dari data di dalam gudang. 2. Proses pengelolaan gudang Metadata digunakan untuk mengotomatisasikan produksi summary tables. 3. Sebagai bagian dari query management process Metadata digunakan untuk mengarahkan permintaan ke sumber data yang paling tepat.
31 J. End-user access tools Tujuan utama dari data warehouse adalah untuk mendukung pengambil keputusan. Pengguna ini berinteraksi dengan data warehouse menggunakan end-user access tools. Meskipun definisi end-user access tools dapat tumpang tindih, access tools dikelompokkan ke dalam empat kelompok utama, yaitu : 1. Reporting dan query tools; 2. Application development tools; 3. OLAP tools; 4. Data mining tools
2.1.8.6
Perbedaan Model Relasional dan Model Multidimensional Perbedaan antara star join dan struktur relasional sebagai dasar untuk desain data warehouse ada banyak. Perbedaan terpenting ada di dalam hal fleksibilitas dan kinerja. Model relasional sangat fleksibel, tapi tidak dioptimalkan untuk kinerja setiap user. Model multidimensional sangat efisien dalam melayani kebutuhan dari satu komunitas user, tetapi tidak baik dalam hal fleksibilitas. Perbedaan lain yang penting dalam dua pendekatan untuk desain database adalah dalam lingkup desain. Dari segi kebutuhan, model multidimensional memiliki lingkup yang terbatas.
Karena
kebutuhan
pemrosesan
digunakan
untuk
32 membentuk model, desain mulai memecah saat banyak kebutuhan pemrosesan terkumpul. Dengan kata lain, desain database dapat dioptimalkan untuk satu dan hanya satu set kebutuhan pemrosesan. Saat satu set kebutuhan pemrosesan yang berbeda sama sekali ditambahkan ke desain, optimasi menjadi masalah yang didebatkan. Sebuah desain database dapat dioptimalkan untuk kinerja hanya satu cara. Saat model relasional digunakan, tidak ada optimisasi khusus untuk kinerja satu cara atau lainnya. Karena model relasional memanggil untuk data disimpan pada level granularity terendah. Hanya saja tidak ada akhir untuk data yang dapat ditambah ke model relasional. Untuk alasan ini, model relasional sesuai untuk lingkup data yang sangat besar (seperti model enterprise), sementara model multidimensional sesuai untuk lingkup data yang kecil (seperti departemen atau bahkan sub departemen).
2.1.8.7
Data Marts Menurut Inmon (2005, p370) Data mart adalah suatu struktur data yang didedikasikan untuk memberikan kebutuhankebutuhan analisis untuk suatu grup atau para pengguna, seperti divisi / departemen accounting atau keuangan. Menurut Kimball (2005, p20) data mart adalah suatu set tabel dimensi yang mendukung proses bisnis. Beberapa penulis
33 menyebut proses bisnis sebagai area bidang studi. Dalam pandangan kami, data marts merupakan subyek area pengukuran yang intensif (seperti order), dan mereka dikelilingi oleh entitasentitas deskriptif seperti produk-produk dan para pelanggan.
2.1.8.8
ETL (Extraction, Transformation, Loading) Menurut Kimball dan Caserta (2004,Pxxi) ExtractTransform-Load (ETL) sistem adalah dasar dari data warehouse. Sebuah sistem yang dirancang ETL untuk meng-ekstrak data dari sumber sistem, menegakkan kualitas data dan konsistensi standar sesuai data, sehingga data dari sumber-sumber yang terpisah dapat digunakan bersama-sama, dan akhirnya memberikan data dalam format presentation-ready sehingga developers dapat membangun aplikasi-aplikasi dan end users dapat membuat keputusan. Sistem ETL dapat membuat atau bahkan merusak data warehouse. Meskipun bangunan sistem ETL adalah aktivitas ruang belakang yang tidak terlalu terlihat oleh end user, sistem tersebut mengkonsumsi 70 persen dari sumber daya yang dibutuhkan untuk implementasi dan pemeliharaan sebuah data warehouse. Sistem ETL menambah nilai yang signifikan bagi data. Secara khusus, sistem ETL mempunyai fungsi, antara lain : a) Menghapus kesalahan b) Kerahasiaan data dijaga
34 c) Menangkap dan menyimpan data transaksional dengan aman d) Mengatur data dari berbagai sumber yang akan digunakan bersama-sama e) Struktur data yang akan digunakan sebagai alat oleh pengguna akhir ETL berada di dua posisi, yaitu sederhana dan subjek yang rumit. Misi dasar dari sistem ETL adalah untuk mendapatkan data dari sumber dan memasukkan ke dalam data warehouse. Dan sebagian besar pengamat semakin menghargai kebutuhan tersebut untuk melakukan clean dan transform data sepanjang jalan.
2.1.9
Internet Menurut Williams et al (2007,p60) merupakan suatu jaringan computer global yang terbentuk dari jaringan-jaringan komputer lokal dan regional, memungkinkan komunikasi data antar komputer-komputer yang terhubung ke jaringan tersebut dengan melalui jalur komunikasi.
2.1.9.1 Istilah-istilah dalam internet Menurut Williams et al (2007,p106-p108) istilah-istilah dalam internet adalah sebagai berikut, yaitu : a.
Website Fasilitas hypertext untuk menampilkan data berupa teks, gambar, bunyi, animasi, dan multimedia lainnya. Dimana
35 diantaranya data tersebut saling berhubungan satu sama lain dan berinteraktif. b.
Browser Perangkat lunak untuk mencari dan mengakses beragam komponen web serta berpindah dari satu halaman ke halaman web lainnya.
c.
HTTP (Hypertext Transfer Protocol) Aturan
komunikasi
yang
memungkinkan
browser
tersambung ke server web.
2.2.
Teori - Teori Khusus Selain teori-teori dasar atau umum, adapula teori-teori khusus yang berkaitan dengan kasus yang akan dibahas.
2.2.1. Pengertian Sumber Daya Manusia Menurut Nawawi (2001, p20) ada tiga pengertian sumber daya manusia yaitu : a. Sumber daya manusia adalah manusia yang bekerja di lingkungan suatu organisasi (disebut juga personil, tenaga kerja, pekerja atau karyawan). b. Sumber daya manusia adalah potensi manusiawi sebagai penggerak organisasi dalam mewujudkan eksistensinya.
36 c. Sumber daya manusia adalah potensi yang merupakan aset dan berfungsi sebagai modal (non material/non finansial) di dalam organisasi bisnis, yang dapat mewujudkan menjadi potensi nyata (real) secara fisik dan non-fisik dalam mewujudkan eksistensi organisasi. Berdasarkan pengertian tersebut dapat disimpulkan bahwa sumber daya manusia adalah suatu proses mendayagunakan manusia sebagai tenaga kerja secara manusiawi, agar potensi fisik dan psikis yang dimilikinya berfungsi maksimal bagi pencapaian tujuan organisasi (lembaga).
2.2.2. Pengertian Pendidikan dan Pelatihan (Diklat) 2.2.2.1.
Pengertian Pendidikan Menurut Kamus Lengkap Bahasa Indonesia,
pendidikan
adalah
proses
pengubahan sikap dan perilaku seseorang atau
kelompok
orang
dalam
usaha
mendewasakan manusia melalui upaya pengajaran dan pelatihan. 2.2.2.2.
Pengertian Pelatihan Menurut
Veithzal
Rivai
(2004,
p226) pelatihan adalah proses sistematis mengubah tingkah laku pegawai untuk mencapai
tujuan
organisasi.
Pelatihan
37 berkaitan dengan keahlian dan kemampuan pegawai dalam melaksanakan pekerjaan saat ini. Pelatihan memiliki orientasi saat ini dan membantu pegawai untuk mencapai keahlian dan kemampuan tertentu agar berhasil melaksanakan pekerjaan”. Sumantri
(2000:2)
mengartikan
pelatihan sebagai proses pendidikan jangka pendek
yang
menggunakan
cara
dan
prosedur yang sistematis dan terorganisir. Para peserta pelatihan akan mempelajari pengetahuan
dan
keterampilan
yang
sifatnya praktis untuk tujuan tertentu. Pelatihan
adalah
suatu
proses
membantu orang lain dalam memperoleh skill dan pengetahuan (M. Saleh Marzuki, 1992, P5). Dari definisi-definisi tersebut dapat disimpulkan bahwa pendidikan dan pelatihan (diklat) adalah suatu proses pengubahan sikap dan perilaku seseorang yang dilakukan secara teroganisir dengan
tujuan
membantu
pesertanya
untuk
pengetahuan untuk mencapai tujuan organisasi.
memperoleh
38 2.2.3. Pengertian Asesmen Pengetahuan Menurut Davis.T (2009, p99), asesmen pengetahuan adalah proses mengukur pengetahuan dasar yang dimiliki seorang praktisi dalam bisnis, industri, atau profesi untuk mengetahui pemahaman mereka mengenai apa yang harus dilakukan dan kapan melakukannya, untuk mencapai sasaran yang ditetapkan.
2.2.4. Pengertian Biaya Menurut Supriyono (2000, p16), biaya ialah harga perolehan yang dikorbankan atau digunakan untuk memperoleh penghasilan atau revenue yang akan dipakai sebagai pengurang penghasilan. Menurut Mulyadi (2001, p8), biaya adalah pengorbanan sumber ekonomis yang diukur dalam satuan uang, yang telah terjadi, sedang terjadi atau yang kemungkinan akan terjadi untuk tujuan tertentu. Menurut Henry Simamora (2002, p36), biaya adalah kas atau nilai setara kas yang dikorbankan untuk barang atau jasa yang diharapkan memberi manfaat pada saat ini atau di masa mendatang bagi organisasi. Dari definisi-definisi tersebut dapat disimpulkan bahwa biaya merupakan harga perolehan yang diukur dalam satuan uang, dikorbankan untuk barang atau jasa yang diharapkan memiliki manfaat untuk saat ini atau masa depan bagi organisasi.
39 2.2.5
Pengertian Evaluasi Menurut
Mangkunegara
(2005,
p9)
mendefinisikan
evaluasi atau penilaian kinerja adalah suatu proses yang digunakan pimpinan untuk menentukan apakah seorang karyawan melakukan pekerjaannya sesuai dengan tugas dan tanggung jawabnya.
Menurut Payaman Simanjuntak (2005, p105) yang menyatakan evaluasi kinerja adalah penilaian pelaksanaan tugas (performance) seseorang atau sekelompok orang atau unit kerja organisasi atau perusahaan.
Dengan demikian, evaluasi kinerja dapat dikatakan sebagai suatu sistem dan cara penilaian pencapaian hasil kerja individu
pegawai,
unit
kerja
maupun
organisasi
secara
keseluruhan.
2.2.5.1 Kegunaan Evaluasi
Kegunaan dari evaluasi kinerja SDM menurut Mangkunegara (2005, p11) adalah sebagai berikut:
1. Sebagai dasar dalam pengambilan keputusan yang digunakan untuk prestasi, pemberhentian dan besarnya balas jasa
40 2. Untuk mengukur sejauh mana seorang karyawan dapat menyelesaikan pekerjaannya 3. Sebagai
dasar
mengevaluasi
efektivitas
seluruh
kegiatan dalam perusahaan 4. Sebagai dasar untuk mengevaluasi program latihan dan keefektifan jadwal kerja, metode kerja, struktur organisasi, gaya pengawasan, kondisi kerja dan pengawasan 5. Sebagai indikator untuk menentukan kebutuhan akan latihan bagi karyawan yang ada di dalam organisasi 6. Sebagai kriteria menentukan, seleksi, dan penempatan karyawan 7. Sebagai alat memperbaiki atau mengembangkan kecakapan karyawan 8. Sebagai
dasar
untuk
memperbaiki
atau
mengembangkan uraian tugas (job description)
`2.2.6
Metode Penyampaian Informasi Unsur terakhir dalam sistem data warehousing adalah sistem penyampaian
informasi,
yang
mendapatkan
data
dari
tempat
penyimpanan data, mengubahnya menjadi informasi, dan menjadikan informasi tersebut tersedia bagi para pengguna.
41 2.2.6.1 Tabel Pivot Menurut Rully Novrianto (2008, p75) tabel pivot adalah sebuah fitur di Excel yang menghadirkan sebuah cara untuk mempresentasikan informasi dalam format laporan. Dapat mengubah tampilan data yang sedang ditampilkan menu drill down. Menurut McLeod (2007, p255) proses melakukan navigasi ke bawah melalui tingkatan-tingkatan rincian disebut drill down, suatu proses yang berawal dari EIS.
2.2.6.2 Bar Chart Menurut Rully Novrianto (2008, p26) bar chart atau grafik batang yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri dari grafik batang tunggal dan grafik batang ganda.
