BAB 4 DATA WAREHOUSE YANG DIUSULKAN. dipahami dalam meningkatkan kualitas keputusan penjualan yang diambil, maka

BAB 4 DATA WAREHOUSE YANG DIUSULKAN

4.1

Arsitektur Data Warehouse Agar data yang dibutuhkan dapat lebih cepat diperoleh dan lebih mudah dipahami dalam meningkatkan kualitas keputusan penjualan yang diambil, maka diusulkan perancangan sebuah data warehouse penjualan yang terpusat pada PD. Setia Jaya Abadi. Data warehouse tersebut akan mempunyai sebuah database tersendiri yang terpisah dari database operasional perusahaan karena memiliki fungsi yang berbeda. Adapun alasan pemilihan data warehouse terpusat ini adalah: 1. Data yang terdapat dalam data warehouse merupakan hasil integrasi dari seluruh divisi perusahaan yang ada serta dipergunakan oleh pihak manajemen atas (direktur dan manajer umum perusahaan). 2. Lebih memudahkan proses pemantauan dan pemeliharaan data warehouse karena semua datanya dikumpulkan pada sebuah tempat penyimpanan khusus. 3. Proses pengembangannya relatif lebih mudah dan murah dibandingkan dengan data warehouse terdistribusi dan datanya cenderung lebih konsisten dibandingkan dengan data warehouse fungsional.

57

58 Berikut ini adalah gambar arsitektur data warehouse terpusat yang diusulkan pada PD. Setia Jaya Abadi.

Source Workstation Centralized Data Warehouse

Source

Source

Workstation Centralized Data Warehouse

Operasional

Workstation

Gambar 4.1 Arsitektur Data Warehouse Terpusat pada PD. Setia Jaya Abadi

Arsitektur data warehouse yang diusulkan tersebut mempunyai karakteristik sebagai berikut: 1. Sumber data (data source) Data warehouse akan diisi dengan data yang berasal dari kegiatan operasional perusahaan yang tersimpan dalam tabel-tabel database yang ada, yakni yang berkaitan dengan proses penjualan perusahaan.

2. Integrasi dan transformasi data Integrasi dan transformasi data perlu dilakukan karena data yang akan digunakan untuk mengisi data warehouse tersebut berasal dari sumbersumber yang berbeda. Hal ini disebabkan karena PD. Setia Jaya Abadi

59 mempunyai beberapa database yang dipisahkan berdasarkan bulan terjadinya transaksi. Di samping itu, terdapat perbedaan platform antara database perusahaan yang telah ada (menggunakan Microsoft Access 2000) dengan database untuk data warehouse yang diusulkan (menggunakan Microsoft SQL Server 2000).

3. Data warehouse Data warehouse penjualan yang diusulkan tersebut akan disimpan dalam sebuah database tersendiri dan memuat data yang konsisten karena terlebih dahulu melalui proses integrasi dan transformasi. Selain itu, data warehouse tersebut juga bersifat read-only dan berisikan data historis yang digunakan untuk mendukung proses analisis dan pengambilan keputusan penjualan.

4. Aplikasi data warehouse (front end tool) Aplikasi yang akan dikembangkan ini berperan sebagai jembatan penghubung antara data warehouse dengan pemakainya (pihak manajemen atas). Aplikasi ini akan mempermudah dan mempercepat direktur dan manajer umum perusahaan dalam memperoleh dan memahami data yang dibutuhkannya untuk mengambil keputusan penjualan.

60 4.2

Rancangan Data Warehouse Perancangan data warehouse yang diusulkan pada PD. Setia Jaya Abadi dilakukan melalui beberapa tahap sebagai berikut: 1. Identifikasi masalah yang ada Mempelajari latar belakang perusahaan dan melakukan survei langsung ke lapangan untuk mengidentifikasi masalah yang sedang dihadapi perusahaan (yakni di bidang penjualan) dan menawarkan data warehouse sebagai solusinya.

2. Identifikasi kebutuhan pemakai Setelah solusi tersebut disetujui, langkah selanjutnya adalah melakukan pengamatan dan mengadakan wawancara terhadap pihak pemakai untuk mengetahui informasi apa saja yang diperlukan dalam proses analisis dan pengambilan keputusan penjualan.

3. Pengumpulan data Berdasarkan hasil pengamatan dan spesifikasi kebutuhan pemakai, dilakukan pengumpulan dan penyeleksian data yang dibutuhkan untuk membangun data warehouse penjualan tersebut dari data operasional perusahaan.

4. Perancangan skema bintang dan metadata Merancang skema bintang yang terdiri dari tabel-tabel fakta dan tabel-tabel dimensi serta membuat metadata-nya.

61 5. Penentuan infrastruktur Melakukan analisis kapasitas media penyimpanan dan analisis pertumbuhan data untuk mengetahui spesifikasi minimum perangkat keras dan piranti lunak yang dibutuhkan dalam mengimplementasikan data warehouse penjualan tersebut.

6. Transformasi data Melakukan transformasi data penjualan yang akan disimpan dalam data warehouse tersebut untuk menjaga konsistensi datanya dan kemudian memasukkannya ke dalam sebuah database khusus.

7. Perancangan aplikasi Merancang aplikasi yang sesuai dengan data warehouse tersebut agar pemakai dapat dengan mudah berinteraksi dengan data penjualan yang terdapat di dalamnya.

4.2.1

Transformasi Data Transformasi data merupakan proses untuk memindahkan data operasional ke dalam suatu media penyimpanan baru, yaitu data warehouse. Transformasi data perlu dilakukan untuk menyeragamkan data operasional agar dapat diimplementasikan dengan mudah ke dalam data warehouse. Proses ini dilakukan dengan menggunakan DTS (Data Transformation Service) yang meng-copy tabel-tabel dari database ke

62 dalam data warehouse dan mentransformasikan datanya ke dalam format yang telah ditetapkan. Adapun sumber data penjualan yang digunakan berasal dari database operasional perusahaan yang menggunakan aplikasi Microsoft Access 2000. Sumber data tersebut kemudian dikonversikan ke dalam data warehouse yang menggunakan aplikasi Microsoft SQL Server 2000. Untuk proses transformasinya, digunakan fasilitas DTS yang telah disediakan dalam aplikasi Microsoft SQL Server 2000. Tahapan-tahapan proses transformasi data pada PD. Setia Jaya Abadi adalah sebagai berikut: •

Membaca dan memilih data operasional yang berhubungan dengan kegiatan penjualan perusahaan, kemudian menampungnya pada tempat penyimpanan sementara.

•

Melakukan penyeragaman data dan jika diperlukan dapat mengubah data di tempat penyimpanan sementara sebelum data dimasukkan ke dalam data warehouse.

•

Memindahkan data hasil transformasi dari tempat penyimpanan sementara ke dalam data warehouse. Proses transformasi dilakukan mulai dari tabel KreditDim,

SalesmanDim, WilayahDim, MerekDim, PelangganDim, ProdukDim, WaktuDim, PenjualanFact, ReturFact, hingga yang terakhir PiutangFact.

63

Gambar 4.2 Transformasi Data untuk Tabel KreditDim

64

Gambar 4.3 Transformasi Data untuk Tabel SalesmanDim

65

Gambar 4.4 Transformasi Data untuk Tabel WilayahDim

66

Gambar 4.5 Transformasi Data untuk Tabel MerekDim

67

Gambar 4.6 Transformasi Data untuk Tabel PelangganDim

68

Gambar 4.7 Transformasi Data untuk Tabel ProdukDim

69

Gambar 4.8 Transformasi Data untuk Tabel WaktuDim

70

Gambar 4.9 Transformasi Data untuk Tabel PenjualanFact

71

Gambar 4.10 Transformasi Data untuk Tabel ReturFact

72

Gambar 4.11 Transformasi Data untuk Tabel PiutangFact

73

Gambar 4.12 Keseluruhan Transformasi Data Dimensi

Gambar 4.13 Keseluruhan Transformasi Data Fakta

74 4.2.2

Metadata Data warehouse penjualan pada PD. Setia Jaya Abadi memerlukan data penjualan sebagai sumber datanya (data source) yang berasal dari berbagai tabel yang terdapat dalam database operasional perusahaan itu sendiri. Dalam hal ini, metadata dibutuhkan untuk menunjukkan asal dari masing-masing data yang telah dipilih dan disimpan dalam data warehouse penjualan tersebut. Berikut ini adalah tabel-tabel yang berkaitan dengan bidang penjualan pada PD. Setia Jaya Abadi.

75 4.2.2.1 Analisis Basis Data

Subyek data

:

Karyawan

Nama tabel

:

MsKaryawan

Primary key

:

KdKaryawan

Deskripsi

:

Berisi data mengenai seluruh karyawan yang bekerja pada PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsKaryawan. Tabel 4.1 Tabel MsKaryawan No

Nama Field

1

KdKaryawan

2

Tipe

Ukuran

Keterangan

5

Kode karyawan

NmKaryawan Varchar

30

Nama karyawan

3

KdJabatan

Char

5

Kode jabatan

4

JnsKelamin

Char

1

Jenis kelamin

5

TmpLahir

Varchar

20

Tempat lahir

6

TglLahir

Datetime

8

Tanggal lahir

7

Agama

Varchar

20

Agama

8

Status

Varchar

15

Status pribadi

9

Alamat

Varchar

30

Alamat

10

KdWilayah

Char

5

Kode wilayah

11

Telp

Varchar

15

Nomor telepon

12

GajiPokok

Money

8

Gaji pokok

Char

76 Subyek data

:

Karyawan

Nama tabel

:

MsJabatan

Primary key

:

KdJabatan

Deskripsi

:

Berisi data mengenai jabatan pekerjaan yang ada dalam PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsJabatan. Tabel 4.2 Tabel MsJabatan No

Nama Field

Tipe

Ukuran

Keterangan

1

KdJabatan

Char

5

Kode jabatan

2

JnsJabatan

Varchar

20

Jenis jabatan

77 Subyek data

:

Pelanggan

Nama tabel

:

MsPelanggan

Primary key

:

KdPelanggan

Deskripsi

:

Berisi data mengenai seluruh pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsPelanggan. Tabel 4.3 Tabel MsPelanggan No

Nama Field

Tipe

Ukuran

Keterangan

1

KdPelanggan

Char

6

Kode pelanggan

2

NmPelanggan

Varchar

30

Nama pelanggan

3

KdUsaha

Char

5

Kode usaha

4

KdWilayah

Char

5

Kode wilayah

5

Alamat

Varchar

30

Alamat

6

Kode Pos

Char

5

Kode pos

7

Telp

Varchar

15

Nomor telepon

8

Handphone

Varchar

15

Nomor handphone

9

ContactPerson Varchar

30

Nama orang yang dihubungi

10

NPWP

Varchar

15

Nomor NPWP

11

Limit

Money

8

Batas limit kredit

78 Subyek data

:

Pelanggan

Nama tabel

:

MsUsaha

Primary key

:

KdUsaha

Deskripsi

:

Berisi data mengenai bidang usaha dari para pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsUsaha. Tabel 4.4 Tabel MsUsaha No

Nama Field

Tipe

Ukuran

Keterangan

1

KdUsaha

Char

5

Kode usaha

2

BdUsaha

Varchar

20

Nama bidang usaha

Subyek data

:

Pelanggan

Nama tabel

:

MsWilayah

Primary key

:

KdWilayah

Deskripsi

:

Berisi data mengenai wilayah pemasaran dan penjualan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsWilayah. Tabel 4.5 Tabel MsWilayah No

Nama Field

Tipe

Ukuran

Keterangan

1

KdWilayah

Char

5

Kode wilayah

2

NmWilayah

Varchar

15

Nama wilayah

3

NmProvinsi

Varchar

20

Nama provinsi

79 Subyek data

:

Produk

Nama tabel

:

MsProdukHeader

Primary key

:

KdNama

Deskripsi

:

Berisi data header mengenai nama produk beserta jenisnya yang dijual oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsProdukHeader. Tabel 4.6 Tabel MsProdukHeader No

Nama Field

Tipe

Ukuran

Keterangan

1

KdNama

Char

5

Kode produk

2

NmProduk

Varchar

40

Nama produk

3

KdJenis

Char

5

Kode jenis produk

80 Subyek data

:

Produk

Nama tabel

:

MsProdukDetail

Primary key

:

KdProduk

Deskripsi

:

Berisi detil produk yang dijual oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsProdukDetail. Tabel 4.7 Tabel MsProdukDetail No

Nama Field

Tipe

Ukuran

Keterangan

1

KdProduk

Char

6

Kode produk

2

KdNama

Char

5

Kode nama

3

KdUkuran

Char

5

Kode ukuran produk

4

KdMerek

Char

5

Kode merek

5

HargaBeli

Money

8

Harga beli produk

6

HargaJual

Money

8

Harga jual produk

81 Subyek data

:

Produk

Nama tabel

:

MsJenisProduk

Primary key

:

KdJenis

Deskripsi

:

Berisi data mengenai jenis produk yang dijual oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsJenis Produk. Tabel 4.8 Tabel MsJenisProduk No

Nama Field

Tipe

Ukuran

Keterangan

1

KdJenis

Char

5

Kode jenis produk

2

NmJenis

Varchar

15

Nama jenis produk

Subyek data

:

Produk

Nama tabel

:

MsUkuranProduk

Primary key

:

KdUkuran

Deskripsi

:

Berisi data mengenai ukuran produk yang dijual oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsUkuranProduk. Tabel 4.9 Tabel MsUkuranProduk No Nama Field

Tipe

Ukuran

Keterangan

1

KdUkuran

Char

5

Kode ukuran produk

2

UkrProduk

Varchar

6

Jenis ukuran produk

82 Subyek data

:

Produk

Nama tabel

:

MsMerekProduk

Primary key

:

KdMerek

Deskripsi

:

Berisi data mengenai merek produk yang dijual oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsMerekProduk. Tabel 4.10 Tabel MsMerekProduk No

Nama Field

Tipe

Ukuran

Keterangan

1

KdMerek

Char

5

Kode merek

2

NmMerek

Varchar

15

Nama merek

Subyek data

:

Penjualan

Nama tabel

:

MsKredit

Primary key

:

KdKredit

Deskripsi

:

Berisi data mengenai jenis kredit yang disediakan oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel MsKredit. Tabel 4.11 Tabel MsKredit

No

Nama Field

Tipe

Ukuran

Keterangan

1

KdKredit

Char

5

Kode kredit

2

LamaKredit

TinyInt

1

Lama hari kredit

83 Subyek data

:

Penjualan

Nama tabel

:

TrPelunasanPenjualan

Primary key

:

KdPelunasan

Deskripsi

:

Berisi data mengenai transaksi pelunasan piutang para pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrPelunasanPenjualan. Tabel 4.12 Tabel TrPelunasanPenjualan No

Nama Field

Tipe

Ukuran

Keterangan

1

KdPelunasan

Char

10

Kode pelunasan

2

KdFaktur

Char

10

Kode faktur

3

TglPelunasan Datetime

8

Tanggal pelunasan

84 Subyek data

:

Penjualan

Nama tabel

:

TrPenjualanHeader

Primary key

:

KdFaktur

Deskripsi

:

Berisi data header dari transaksi penjualan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrPenjualanHeader. Tabel 4.13 Tabel TrPenjualanHeader No

Nama Field

Tipe

Ukuran

Keterangan

1

KdFaktur

Char

10

Kode faktur

3

TglTransaksi

Datetime

8

Tanggal transaksi

4

KdPelanggan Char

6

Kode pelanggan

5

KdKaryawan Char

5

Kode karyawan

6

KdKredit

5

Kode kredit

7

AlamatKirim Varchar

30

Alamat pengiriman

Char

85 Subyek data

:

Penjualan

Nama tabel

:

TrPenjualanDetail

Primary key

:

KdFaktur dan KdProduk

Deskripsi

:

Berisi detil transaksi penjualan yang dilakukan oleh PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrPenjualanDetail. Tabel 4.14 Tabel TrPenjualanDetail No

Nama Field

Tipe

Ukuran

Keterangan

1

KdFaktur

Char

10

Kode faktur

2

KdProduk

Char

6

Kode produk

3

JumlahProduk Int

4

Jumlah produk

4

SubTotal

8

Sub total penjualan

Money

86 Subyek data

:

Penjualan

Nama tabel

:

TrReturPenjualanHeader

Primary key

:

KdRetur

Deskripsi

:

Berisi data header dari transaksi retur produk dari para pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrReturPenjualanHeader. Tabel 4.15 Tabel TrReturPenjualanHeader No

Nama Field

Tipe

Ukuran

Keterangan

1

KdRetur

Char

10

Kode retur

2

KdFaktur

Char

10

Kode faktur

3

TglRetur

Datetime

8

Tanggal retur

87 Subyek data

:

Penjualan

Nama tabel

:

TrReturPenjualanDetail

Primary key

:

KdRetur dan KdProduk

Deskripsi

:

Berisi detil transaksi retur produk dari para pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrReturPenjualanDetail. Tabel 4.16 Tabel TrReturPenjualanDetail No

Nama Field

Tipe

Ukuran

Keterangan

1

KdRetur

Char

10

Kode retur

2

KdProduk

Char

6

Kode produk

3

JumlahRetur

Int

4

Jumlah barang yang diretur

4

SubRetur

Money

8

Jumlah biaya retur

88 Subyek data

:

Keuangan

Nama tabel

:

TrPiutang

Primary key

:

KdPiutang

Deskripsi

:

Berisi data mengenai jumlah piutang tiap pelanggan PD. Setia Jaya Abadi

Berikut ini adalah field-field yang terdapat pada tabel TrPiutang. Tabel 4.17 Tabel TrPiutang No

Nama Field

Tipe

Ukuran

Keterangan

1

KdPiutang

Char

6

Kode piutang

2

KdPelanggan Char

6

Kode pelanggan

3

TglPiutang

Datetime

8

Tanggal piutang

4

JlhPiutang

Money

8

Jumlah piutang

89 4.2.2.2 Penjelasan Metadata

Tabel 4.18 Sumber Data bagi Tabel Fakta PenjualanFact No 1 2 3 4 5 6 7 8 9

Nama Field Tujuan WaktuID SalesmanID WilayahID PelangganID KreditID ProdukID MerekID Jlh_barang Total_bayar

Tabel TrPenjualanHeader TrPenjualanHeader TrPenjualanHeader TrPenjualanHeader TrPenjualanHeader TrPenjualanDetail TrPenjualanDetail TrPenjualanDetail TrPenjualanDetail

Sumber Data Field TglTransaksi KdKaryawan KdWilayah KdPelanggan KdKredit KdProduk KdMerek JumlahProduk SubTotal

Tipe Datetime Char Char Char Char Char Char Int Money

Ukuran 8 5 5 6 5 6 5 4 8

Nama tabel

:

PenjualanFact

Foreign key

:

WaktuID, SalesmanID, WilayahID, PelangganID, KreditID, ProdukID, MerekID

Informasi tentang

:

Penjualan

Jadwal update

:

Setiap akhir bulan

Tabel 4.19 Tabel Fakta PenjualanFact No 1 2 3 4 5 6 7 8 9

Nama Field WaktuID SalesmanID WilayahID PelangganID KreditID ProdukID MerekID Jlh_barang Total_bayar

Tipe Ukuran Keterangan Datetime 8 Kode waktu Char 5 Kode salesman Char 5 Kode wilayah Char 6 Kode pelanggan Char 5 Kode kredit Char 6 Kode produk Char 5 Kode merek Int 4 Jumlah barang Money 8 Total pembayaran

Proses Transform Transform Transform Transform Transform Transform Transform Transform Transform

90 Tabel 4.20 Sumber Data bagi Tabel Fakta ReturFact No 1 2 3 4 5 6 7

Nama Field Tujuan WaktuID WilayahID PelangganID ProdukID MerekID Jlh_retur Total_retur

Sumber Data Tabel Field TrReturPenjualanHeader TglRetur TrReturPenjualanHeader KdWilayah TrReturPenjualanHeader KdPelanggan TrReturPenjualanDetail KdProduk TrReturPenjualanDetail KdMerek TrReturPenjualanDetail JumlahRetur TrReturPenjualanDetail SubRetur

Tipe Datetime Char Char Char Char Int Money

Ukuran 8 5 6 6 5 4 8

Nama tabel

:

ReturFact

Foreign key

:

WaktuID, WilayahID, PelangganID, ProdukID, MerekID

Informasi tentang

:

Retur penjualan

Jadwal update

:

Setiap akhir bulan

Tabel 4.21 Tabel Fakta ReturFact No 1 2 3 4 5 6 7

Nama Field WaktuID WilayahID PelangganID ProdukID MerekID Jlh_retur Total_retur

Tipe Datetime Char Char Char Char Int Money

Ukuran 8 5 6 6 5 4 8

Keterangan Kode waktu Kode wilayah Kode pelanggan Kode produk Kode merek Jumlah barang retur Total retur

Proses Transform Transform Transform Transform Transform Transform Transform

91 Tabel 4.22 Sumber Data bagi Tabel Fakta PiutangFact No

Nama Field

Sumber Data

Tujuan

Tabel

Field

Tipe

Ukuran

1

WaktuID

TrPiutang TglPiutang

Datetime

8

2

WilayahID

TrPiutang KdWilayah

Char

5

3

PelangganID

TrPiutang KdPelanggan

Char

6

4

Total_piutang TrPiutang JlhPiutang

Money

8

Nama tabel

:

PiutangFact

Foreign key

:

WaktuID, WilayahID, PelangganID

Informasi tentang

:

Piutang

Jadwal update

:

Setiap akhir bulan

Tabel 4.23 Tabel Fakta PiutangFact No

Nama Field

Tipe

Ukuran

Keterangan

Proses

1

WaktuID

Datetime

8

Kode waktu

Transform

2

WilayahID

Char

5

Kode wilayah

Transform

3

PelangganID

Char

6

Kode pelanggan Transform

4

Total_piutang

Money

8

Total piutang

Transform

92 Tabel 4.24 Sumber Data bagi Tabel Dimensi ProdukDim Sumber Data

Nama Field No

Tujuan

Tabel

Field

Tipe

Ukuran

1

ProdukID

MsProdukDetail

KdProduk

Char

6

2

Jenis_produk

MsJenisProduk

NmJenis

Varchar

15

3

Nama_produk

MsProdukHeader

NmProduk Varchar

40

4

Ukuran_produk MsUkuranProduk UkrProduk Varchar

6

Nama tabel

:

ProdukDim

Primary key

:

ProdukID

Informasi tentang

:

Produk

Jadwal update

:

Ad hoc

Tabel 4.25 Tabel Dimensi ProdukDim No

Nama Field

Tipe

Ukuran

Keterangan

Proses

1

ProdukID

Char

6

Kode produk

Transform

2

Jenis_produk

Varchar

15

Jenis produk

Transform

3

Nama_produk

Varchar

40

Nama produk

Transform

4

Ukuran_produk Varchar

6

Ukuran produk

Transform

93 Tabel 4.26 Sumber Data bagi Tabel Dimensi PelangganDim No

Sumber Data

Nama Field Tujuan

Tabel

Field

Tipe

Ukuran

1

PelangganID

MsPelanggan KdPelanggan

Char

6

2

Jenis_usaha

MsUsaha

Varchar

20

3

Nama_pelanggan MsPelanggan NmPelanggan Varchar

30

BdUsaha

Nama tabel

:

PelangganDim

Primary key

:

PelangganID

Informasi tentang

:

Pelanggan

Jadwal update

:

Ad hoc

Tabel 4.27 Tabel Dimensi PelangganDim No

Nama Field

Tipe

Ukuran

Keterangan

Proses

1

PelangganID

Char

6

Kode pelanggan

Transform

2

Jenis_usaha

Varchar

20

Jenis usaha

Transform

3

Nama_pelanggan Varchar

30

Nama pelanggan

Transform

94 Tabel 4.28 Sumber Data bagi Tabel Dimensi SalesmanDim No

Sumber Data

Nama Field Tujuan

Tabel

Field

MsKaryawan KdKaryawan

Tipe

1

SalesmanID

2

Nama_salesman MsKaryawan NmKaryawan Varchar

Nama tabel

:

SalesmanDim

Primary key

:

SalesmanID

Informasi tentang

:

Salesman perusahaan

Jadwal update

:

Ad hoc

Char

Ukuran 5 30

Tabel 4.29 Tabel Dimensi SalesmanDim No

Nama Field

Tipe

1

SalesmanID

Char

2

Nama_salesman Varchar

Ukuran

Keterangan

Proses

5

Kode salesman

Transform

30

Nama salesman

Transform

95 Tabel 4.30 Sumber Data bagi Tabel Dimensi KreditDim No

Sumber Data

Nama Field Tujuan

Tabel

Field

Tipe

1

KreditID

MsKredit

KdKredit

2

Lama_kredit

MsKredit

LamaKredit TinyInt

Nama tabel

:

KreditDim

Primary key

:

KreditID

Informasi tentang

:

Kredit pelanggan

Jadwal update

:

Ad hoc

Char

Ukuran 5 1

Tabel 4.31 Tabel Dimensi KreditDim No

Nama Field

Tipe

Ukuran

Keterangan

Proses

1

KreditID

Char

5

Kode kredit

Transform

2

Lama_kredit

TinyInt

1

Lama hari kredit

Transform

96 Tabel 4.32 Sumber Data bagi Tabel Dimensi MerekDim No

Sumber Data

Nama Field Tujuan

Tabel

Field

Tipe

Ukuran

1

MerekID

MsMerek

KdMerek

Char

5

2

Nama_merek

MsMerek

NmMerek

Varchar

15

Nama tabel

:

MerekDim

Primary key

:

MerekID

Informasi tentang

:

Merek produk

Jadwal update

:

Ad hoc

Tabel 4.33 Tabel Dimensi MerekDim No

Nama Field

Tipe

Ukuran

Keterangan

Proses Transform

1

MerekID

Char

5

Kode merek

2

Nama_merek

Varchar

15

Nama merek Transform

97 Tabel 4.34 Sumber Data bagi Tabel Dimensi WilayahDim No

Sumber Data

Nama Field Tujuan

Tabel

Field

MsWilayah

KdWilayah

Tipe

Ukuran

1

WilayahID

2

Nama_provinsi MsWilayah

NmProvinsi Varchar

20

3

Nama_wilayah

NmWilayah Varchar

15

MsWilayah

Nama tabel

:

WilayahDim

Primary key

:

WilayahID

Informasi tentang

:

Wilayah pelanggan

Jadwal update

:

Ad hoc

Char

5

Tabel 4.35 Tabel Dimensi WilayahDim No

Nama Field

Tipe Char

Ukuran

Keterangan

Proses

5

Kode wilayah

Transform

1

WilayahID

2

Nama_provinsi Varchar

20

Nama provinsi

Transform

3

Nama_wilayah

15

Nama wilayah

Transform

Varchar

Nama tabel

:

WaktuDim

Primary key

:

WaktuID

Informasi tentang

:

Waktu proses

Jadwal update

:

Setiap akhir bulan

Tabel 4.36 Tabel Dimensi WaktuDim No

1.2.3

Nama Field

Tipe

Ukuran

Keterangan

Proses

1

WaktuID

Datetime

8

Kode waktu

Create

2

Tahun

Varchar

4

Tahun

Create

3

Kuartal

Varchar

4

Kuartal

Create

4

Bulan

TinyInt

1

Bulan

Create

Rancangan Layar Aplikasi Data Warehouse Berikut ini adalah beberapa rancangan layar aplikasi data warehouse penjualan yang diusulkan pada PD. Setia Jaya Abadi.

Gambar 4.14 Rancangan Layar Login

Gambar 4.14 merupakan rancangan layar Login. Agar dapat masuk ke layar utama apikasi data warehouse, user harus terlebih dahulu mengisi user ID dan password dengan benar. Pesan kesalahan akan muncul bila user ID dan/atau password yang diisi salah.

Gambar 4.15 Rancangan Layar Utama

Gambar 4.15 merupakan rancangan layar utama dari aplikasi data warehouse. Pada layar ini terdapat 4 menu utama, yaitu menu File, View, Setting, dan Window. Selain itu juga terdapat sebuah toolbar yang memuat beberapa shortcut dan sebuah combo box untuk memilih aggregate function yang diinginkan dari sebuah pivot table.

Gambar 4.16 Rancangan Layar Menu File Gambar 4.16 merupakan rancangan layar menu File yang berisi: 1. New Cube, untuk membuat cube baru. 2. Load Cube, untuk membuka cube yang telah disimpan sebelumnya di dalam disk atau media penyimpanan lainnya. 3. Save Cube, untuk menyimpan cube ke dalam disk atau media penyimpanan lainnya. 4. Print Preview, untuk melihat dan mengatur tampilan cube yang akan dicetak. 5. Export to Excel, untuk menyimpan cube ke dalam disk atau media penyimpanan lainnya dalam format Microsoft Excel. 6. Graph, untuk melihat tampilan grafik dari cube yang ada. 7. Logout, untuk keluar dari layar utama dan kembali ke layar Login. 8. Exit, untuk keluar dari aplikasi data warehouse.

Gambar 4.17 Rancangan Layar New Cube

Gambar 4.17 merupakan layar yang muncul setelah memilih New Cube. Untuk membuat sebuah cube yang baru, user harus memilih jenis fact yang diinginkan, yaitu PenjualanFact (berisi fakta penjualan) atau ReturFact (berisi fakta retur penjualan).

Gambar 4.18 Rancangan Layar New Cube Penjualan

Gambar 4.18 akan tampil jika user memilih PenjualanFact pada layar New Cube sebelumnya. Tampilan yang serupa akan muncul bilamana user sebelumnya memilih ReturFact pada layar New Cube. Pada layar ini, user dapat memilih sendiri measure dan dimensi yang ingin ditampilkan. Setelah memilih dimensi yang ingin dilihat, user dapat menentukan posisinya dalam page, kolom, dan baris yang ada. Selanjutnya, user bisa mengklik tombol Show Cube untuk melihat cube yang dibuat, tombol Hide untuk menonaktifkan layar ini, atau tombol Close untuk menutup layar ini.

Gambar 4.19 Rancangan Layar Pivot Table

Gambar 4.19 merupakan rancangan layar Pivot Table yang akan menampilkan cube, baik cube baru yang dibuat melalui New Cube, cube

yang dibuka melalui Load Cube, maupun cube yang dibuka melalui menu View.

Gambar 4.20 Rancangan Layar Graph

Gambar 4.20 merupakan rancangan layar Graph yang akan menampilkan grafik dari cube yang dipilih. Pilihan Graph hanya akan aktif jika ada layar Pivot Table yang aktif.

Gambar 4.21 Rancangan Layar Menu View

Gambar 4.21 merupakan rancangan layar menu View yang berisi beberapa pilihan sebagai berikut: 1. PenjualanFact, untuk melihat cube penjualan. 2. ReturFact, untuk melihat cube retur penjualan. 3. PiutangFact, untuk melihat cube piutang pelanggan. 4. Grafik Penjualan, untuk menampilkan grafik penjualan. 5. Grafik Retur, untuk menampilkan grafik retur penjualan. 6. Grafik Piutang, untuk menampilkan grafik piutang pelanggan.

Gambar 4.22 Rancangan Layar Submenu PenjualanFact

Gambar 4.22 merupakan rancangan layar submenu PenjualanFact yang terbagi menjadi beberapa pilihan, sehingga user dapat memilih cube penjualan yang ingin ditampilkan berdasarkan dimensi yang terkait (pelanggan, wilayah, produk, merek, salesman, ataupun kredit).

Gambar 4.23 Rancangan Layar Submenu ReturFact

Gambar 4.23 merupakan rancangan layar submenu ReturFact yang terbagi menjadi beberapa pilihan, sehingga user dapat memilih cube retur yang ingin ditampilkan berdasarkan dimensi yang terkait (pelanggan, wilayah, produk, ataupun merek).

Gambar 4.24 Rancangan Layar Graph Penjualan

Gambar 4.24 merupakan rancangan layar Graph Penjualan yang serupa dengan rancangan layar Graph Retur dan Graph Piutang. Pada layar ini, user dapat menentukan dimensi yang ingin ditampilkan pada Axis dan Subaxis, serta measure yang akan ditampilkan dalam Ordinate grafik. Selain itu, user juga dapat memilih jenis grafik yang ingin ditampilkan lewat combo box Chart type. Untuk menampilkan grafiknya, user harus mengklik tombol Show Graph.

Gambar 4.25 Rancangan Layar Menu Setting

Gambar 4.25 merupakan rancangan layar menu Setting yang berisi pilihan: 1. Change Password, untuk mengubah password dari user ID yang sedang aktif. 2. Add User, untuk membuat user ID yang baru.

Gambar 4.26 Rancangan Layar Change Password

Gambar 4.26 merupakan rancangan layar Change Password yang digunakan untuk mengubah password. Kolom User ID akan langsung terisi dengan user ID yang sedang aktif, sehingga user hanya perlu mengisi kolom Password dengan password saat ini, New Password dengan password yang baru, dan Confirm Password dengan mengetikkan kembali password yang baru. Pesan kesalahan akan muncul jika isi kolom New Password dengan Confirm Password tidak sama.

Gambar 4.27 Rancangan Layar Add User

Gambar 4.27 merupakan rancangan layar Add User yang digunakan untuk membuat user ID yang baru. Jika user ID yang dipilih sudah ada sebelumnya, maka akan muncul pesan peringatan dan user diminta untuk memilih user ID yang lain. Begitu pula halnya jika isi kolom Password tidak sama dengan kolom Confirm Password.

Gambar 4.28 Rancangan Layar Menu Window

Gambar 4.28 merupakan rancangan layar menu Window yang berisi pilihan Cascade, Tile Horizontally dan Tile Vertically. Ketiga pilihan ini berfungsi untuk mengatur posisi semua form yang aktif agar menjadi lebih rapi dan teratur.

111 4.3

Rancangan Implementasi Rancangan implementasi data warehouse penjualan pada PD. Setia Jaya Abadi dapat dibedakan menjadi 2 (dua) komponen, yaitu komponen perangkat keras dan komponen piranti lunak.

4.3.1

Dukungan Perangkat Keras Perangkat keras yang digunakan dalam pengimplementasian data warehouse penjualan bagi PD. Setia Jaya Abadi terdiri dari server dan client. Server yang digunakan untuk data warehouse akan dipisahkan dengan server yang digunakan untuk menampung data transaksi hariannya. Hal ini dilakukan agar server tersebut dapat berfokus pada data warehouse sehingga mempunyai waktu respon (response time) yang lebih cepat dalam melayani kebutuhan client. Adapun spesifikasi minimum perangkat keras yang disarankan untuk data warehouse tersebut adalah sebagai berikut: a. Server •

Sebuah komputer dengan prosesor Pentium 1,4 GHz, memori 256 MB, dan harddisk 4 GB.

•

Dukungan jaringan LAN (Local Area Network) yang baik

b. Client •

Dua buah komputer dengan prosesor Pentium 333 MHz, memori 64 MB, dan harddisk 2 GB.

112

4.3.2

•

Dukungan jaringan LAN (Local Area Network) yang baik

•

Sebuah printer untuk mencetak laporan

Dukungan Piranti Lunak Spesifikasi minimum piranti lunak yang disarankan untuk mendukung aplikasi data warehouse penjualan pada PD. Setia Jaya Abadi adalah sebagai berikut: a. Server •

Sistem operasi Microsoft Windows 2000

•

Microsoft Office 2000

•

Microsoft SQL Server 2000

b. Client •

Sistem operasi Microsoft Windows 2000

•

Microsoft Office 2000

•

Aplikasi yang digunakan untuk mengakses data warehouse yang dibangun.

4.4

Rancangan Skema Bintang

Gambar 4.29 Skema Bintang pada PD. Setia Jaya Abadi

114 4.5

Analisis Kapasitas Media Penyimpanan

Analisis Tabel Fakta a. Tabel PenjualanFact Record pada tabel PenjualanFact dianalisis mengalami pertumbuhan data sekitar 10% per tahun.

∑ Record PenjualanFact

n

= 110% × ∑ Record PenjualanFact n −1

Asumsi jumlah record untuk tahun ini adalah sebesar 18000 record, maka dapat dihitung jumlah record pada akhir tahun kelima adalah sebagai berikut:


1

= 110% * 18000 record = 19800 record


2

= 110% * 19800 record = 21780 record


3

= 110% * 21780 record = 23958 record


4

= 110% * 23958 record = 26354 record


5

= 110% * 26354 record = 28989 record


1−5

= 120881 record

•

Jumlah record selama lima tahun (Num_Rows) = 120881

•

Jumlah kolom (Num_Cols) = 9

•

Besar kolom fixed-length (Fixed_Data_Size) = 52

•

Besar Null_Bitmap = 2 + ((Num_Cols + 7) / 8) = 2 + ((9 + 7) / 8) = 4

115 •

Besar baris pada tabel (Row_Size) = Fixed_Data_Size + Null_Bitmap +4 = 52 + 4 + 4 = 60

•

Jumlah banyak baris dalam satu halaman (8096 bytes per pages) Rows_Per_Pages = 8096 / (Row_Size + 2) = 8096 / (60 + 2) = 131

•

Jumlah halaman yang dibutuhkan untuk menyimpan semua baris Num_Pages = Num_Rows / Rows_Per_Pages = 120881 / 131 = 926

Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel PenjualanFact dalam jangka waktu lima tahun (8192 bytes per halaman): Data_Space_Size = 8192 * Num_Pages = 8192 * 926 = 7.583.491 bytes = 7405,8 Kbytes = 7,2 Mbytes

b. Tabel ReturFact Record pada tabel ReturFact dianalisis mengalami pertumbuhan data sekitar 10% per tahun.

∑ Record ReturFact

n

= 110% × ∑ Record ReturFact n −1



1

= 110% * 1200 record = 1320 record

116


2

= 110% * 1320 record = 1452 record


3

= 110% * 1452 record = 1597 record


4

= 110% * 1597 record = 1757 record


5

= 110% * 1757 record = 1933 record


1−5

= 8059 record

•


•


•


•


•


•


•


Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel ReturFact dalam jangka waktu lima tahun (8192 bytes per halaman):

117 Data_Space_Size = 8192 * Num_Pages = 8192 * 52 = 421.998,5 bytes = 412,1 Kbytes = 0,4 Mbytes

c. Tabel PiutangFact Record pada tabel PiutangFact dianalisis mengalami pertumbuhan data sekitar 5% per tahun.

∑ Record PiutangFact

n

= 105% × ∑ Record PiutangFact n −1



1

= 105% * 120 record = 132 record


2

= 105% * 132 record = 145 record


3

= 105% * 145 record = 160 record


4

= 105% * 160 record = 176 record


5

= 105% * 176 record = 193 record


1−5

= 806 record

•


•


•


•


118 •


•


•


Jadi besar media penyimpanan yang dibutuhkan untuk menyimpan data tabel PiutangFact dalam jangka waktu lima tahun (8192 bytes per halaman): Data_Space_Size = 8192 * Num_Pages = 8192 * 4 = 29.665,9 bytes = 29 Kbytes = 0,028 Mbytes

Tabel 4.37 Analisis Kapasitas Media Penyimpanan Tabel Fakta Nama Tabel

Jumlah

Besar Tabel

Besar Tabel

Besar Tabel

Record

(Bytes)

(Kbytes)

(Mbytes)

120.881

7.583.491

7405,8

7,2

ReturFact

8059

421.998,5

412,1

0,4

PiutangFact

806

29.665,9

29

0,028

PenjualanFact

119 Tabel 4.38 Analisis Kapasitas Media Penyimpanan Tabel Dimensi Nama Tabel

4.6

Jumlah

Besar Tabel

Besar Tabel

Record

(Bytes)

(Kbytes)

WaktuDim

3652

97.463,7

95,2

KreditDim

3

45,9

0,045

SalesmanDim

60

2678,9

2,6

ProdukDim

1035

79.985,5

78,1

MerekDim

15

442,1

0,4

PelangganDim

146

9639,5

9,4

WilayahDim

72

3588

3,5

Analisis Pertumbuhan Data Tabel 4.39 Analisis Pertumbuhan Data Jumlah

Besar

Jumlah

Data

Asal

Data

Tumbuh

Tumbuh

Record

(Bytes)

Record

(Bytes)

68.231

4.280.483,9

6823

428.042,1

10,0%

ReturFact

4546

238.045,1

455

23.825,5

10,0%

PiutangFact

516

18.992,1

26

957,0

5,0%

WaktuDim

1826

48.731,8

365

9741

19,9%

KreditDim

3

45,9

0

0

0,0%

SalesmanDim

36

1607,3

4

178,6

11,1%

ProdukDim

937

72.412

20

1545,6

2,13%

MerekDim

12

353,6

1

29,5

8,3%

PelangganDim

120

7922,8

6

396,1

4,9%

WilayahDim

50

2491,7

4

199,3

7,9%

Nama Tabel

PenjualanFact

Tingkat Pertumbuhan

120 4.7

Rencana Implementasi Tabel 4.40 Jadwal Rencana Implementasi Minggu

Aktivitas 1

2

3

4

5

6

7

8

Instalasi h/w dan s/w Transformasi data Uji coba aplikasi baru Pelatihan pemakai aplikasi Evaluasi hasil pelatihan Evaluasi aplikasi

4.8

Hasil Evaluasi Dari hasil evaluasi yang dilakukan setelah penerapan data warehouse penjualan ini, diketahui bahwa penggunaan aplikasi tersebut memberikan beberapa manfaat bagi pihak perusahaan, yakni: •

Data warehouse yang telah dikembangkan tersebut dapat membantu pihak manajemen atas dalam melakukan analisis dan menentukan kebijakan penjualan yang harus diambil.

•

Aplikasi data warehouse tersebut dapat menyajikan berbagai jenis laporan penjualan, baik dalam bentuk tabel maupun grafik, sesuai dengan keinginan dan kebutuhan pemakainya.

•

Penyajian laporan dapat dilakukan dalam waktu yang relatif lebih cepat karena data untuk pembuatan laporan telah diintegrasikan secara menyeluruh ke dalam suatu tempat penyimpanan khusus.

BAB 4 DATA WAREHOUSE YANG DIUSULKAN. dipahami dalam meningkatkan kualitas keputusan penjualan yang diambil, maka

Recommend Documents