BAB 4 PERANCANGAN SISTEM DATA WAREHOUSE 4.1 Arsitektur Data Warehouse Artsitektur data warehouse yang akan digunakan oleh PT. Toyota Astra Motor adalah arsitektur data warehouse terpusat (Centralized Data Warehouse). Data warehouse ini digunakan untuk membuat laporan mengenai persediaan spare part dan servis yang terjadi pada PT. Toyota Astra Motor. Data warehouse ini terpisah dengan database OLTP agar tidak mengganggu kinerja sistem pada PT. Toyota Astra Motor. Beberapa alasan menggunakan arsitektur data warehouse terpusat pada PT. Toyota Astra Motor adalah : a. Database berada di satu lokasi sehingga mudah di awasi dan di pelihara. b. Dengan semua informasi yang terpusat akan lebih mudah untuk menghasilkan laporan yang diperlukan. c. Ketika terjadi penambahan dan perubahan data pada database dengan menggunakan arsitektur terpusat, update data akan lebih mudah dilakukan karena database berada pada satu lokasi sehingga data tidak redundant. d. Perancangan data warehouse terpusat lebih mudah untuk dikembangkan. Maka dengan alasan-alasan diatas kami mengusulkan arsitektur data warehouse pada PT. Toyota Astra Motor adalah data warehouse terpusat. Berikut ini merupakan gambaran arsitektur data warehouse PT. Toyota Astra Motor :
56
57
Gambar 4.1 Arsitektur Data Warehouse Dalam data warehouse terpusat terdapat komponen-komponen yang diusulkan antara lain : 1. Transaction Systems Sumber data dari data warehouse yang digunakan berasal dari data-data yang terdapat pada tabel master dan transaksi di dalam database operasional PT. Toyota Astra Motor. Data yang diambil adalah data yang bersangkutan dengan proses servis dan persediaan. 2. ETL Process Sumber-sumber data yang berkaitan dengan proses servis dan persediaan akan diubah menggunakan proses ETL ke dalam bentuk yang konsisten dan terintegrasi sehingga menghasilkan data yang bersih dan akurat. 3. Data Warehouse Data warehouse merupakan suatu tempat dimana data yang telah disaring dan data yang telah ditransformasi dikumpulkan untuk
58 digunakan sebagai sumber dalam melakukan analisa terhadap laporan servis dan persediaan oleh para eksekutif. 4. Data Stewardship Data Stewardship berfungsi sebagai pendaftar dan pembagi hak akses elemen data yang telah terintegrasi, sehingga setiap bagian di perusahaan mendapatkan hak akses informasi yang tepat. 5. Downstream System Merupakan pihak pengguna didalam data warehouse melalui aplikasi yang dibuat. Aplikasi ini bertujuan untuk mempermudah dan juga mempercepat user untuk memperoleh data yang dibutuhkan untuk mengambil keputusan.
4.2
Perancangan Data Warehouse Metode Perancangan data warehouse yang digunakan didasarkan pada metodologi sembilan tahap (nine-step methodology) Ralph Kimball. 4.2.1 Memilih Proses Proses yang akan digunakan didalam data warehouse berdasarkan pada ruang lingkup yang diberikan perusahaan adalah sebagai berikut : 1. Servis Servis yang dimaksud pada PT. Toyota Astra Motor merupakan servis kendaraan roda empat. Dokumen yang digunakan pada proses ini adalah dokumen Appointment. Untuk data yang
59 digunakan dalam proses ini adalah Pelanggan, Job Deispatch, Spare part, Appointment, Waktu.
2. Persediaan Persediaan yang dimaksud pada PT. Toyota Astra Motor merupakan persediaan spare part yang akan digunakan untuk penjualan dan servis. Dokumen yang digunakan pada proses ini adalah dokumen Servis. Untuk data yang digunakan dalam proses ini adalah Spare part dan Waktu.
4.2.2 Memilih Grain Beberapa
grain
yang
dipilih
pada
perancangan
data
warehouse perusahaan mencakup : 1. Servis Pada proses servis, analisis yang dapat dilakukan adalah pelanggan yang sering melakukan servis, tipe pelanggan yang sering melakukan servis, jenis job yang paling sering digunakan, spare part yang sering digunakan, jumlah servis yang dilakukan, total servis, rata-rata servis berdasarkan pelanggan, waktu, job dispatch, spare part, appointment. 2. Persediaan Pada persediaan, analisis yang dapat dilakukan adalah jumlah spare part awal, jumlah spare part keluar, jumlah spare part masuk dan jumlah spare part akhir berdasarkan spare part, supplier, dan waktu.
60 4.2.3 Identifikasi dan Membuat Dimensi yang Sesuai Untuk dimensi yang sesuai, dimensi yang dipilih adalah dimensi pelanggan, waktu, job dispatch, spare part, appointment, supplier. Berikut ini adalah dimensi yang dipilih untuk masingmasing proses bisnis adalah : 1. Servis Untuk analisis Servis, dimensi yang digunakan adalah pelanggan, waktu, job dispatch, spare part, appointment.
Waktu
Appointment
Pelanggan
Dimensi
Pelanggan yang sering melakukan servis
X
X
X
Tipe pelanggan yang sering melakukan servis Jenis job yang paling sering digunakan
X
Spare part yang sering digunakan
X
Jumlah servis yang dilakukan
X
X
X
Total Servis
X
X
X
Rata-rata Servis
X
X
X
Grain
X
X
Tabel 4.1 Grain vs Dimensi pada analisis Servis 2. Persediaan Untuk analisis Persediaan, dimensi yang digunakan adalah waktu, spare part, supplier.
61
Waktu
Spare Part
Supplier
Dimensi
Jumlah spare part awal
X
X
X
Jumlah spare part keluar
X
X
Jumlah spare part masuk
X
X
Jumlah spare part akhir
X
X
Grain
X
Tabel 4.2 Grain vs Dimensi pada analisis Persediaan 4.2.4 Memilih Fakta Fakta yang dipilih merupakan fakta yang diperlukan oleh pengguna. Berikut adalah beberapa fakta yang dipilih : 1. Fakta Servis Untuk analisis servis fakta yang berkaitan adalah pelanggan yang sering melakukan servis, tipe pelanggan yang sering melakukan servis, jenis job yang paling sering digunakan, spare part yang sering digunakan, total servis, rata-rata servis. 2. Fakta Persediaan Untuk analisis persediaan fata yang berkaitan adalah jumlah spare part awal, jumlah spare part keluar, jumlah spare part masuk dan jumlah spare part akhir.
4.2.5 Menentukan data pre-kalkulasi dari tabel Fakta Fakta-fakta hasil kalkulasi yang digunakan adalah sebagai berikut : 1. Fakta Servis •
JumlahServis = COUNT (No_Invoice)
•
TotalPendapatanServis = SUM (Total_Bayar)
62 •
RataRataServis = AVG (Total_Bayar)
2. Fakta Persediaan •
JumlahSparepart = SUM (Kuantitas_Persediaan)
•
JumlahSparepartKeluar = SUM (Kuantitas_Keluar)
•
JumlahSparepartAkhir = SUM (Kuantitas_PersediaanKuantitas_Keluar)
Berikut ini adalah tabel-tabel fakta yang digunakan : 1. Fakta Servis Atribut Tipe Data WaktuID Int AppointmentID Int PelangganID Int JumlahServis Int TotalPendapatanServis Decimal (15,2) RataRataServis Decimal (15,2) Tabel 4.3 Fakta Servis 2. Fakta Persediaan Atribut Tipe Data WaktuID Int SparePartID Int SupplierID Int JumlahSparepart Int JumlahSparepartKeluar Int JumlahSparepartAkhir Int Tabel 4.4 Fakta Persediaan 4.2.6 Melengkapi Tabel Dimensi Tabel dimensi yang digunakan pada data warehouse adalah sebagai berikut :
63 1. Dimensi Waktu Attribut WaktuID Bulan Tahun
Tipe Data Int Int Int Tabel 4.5 Dimensi Waktu
Constraint Primary key -
2. Dimensi SparePart Attribut SparePartID No_Part Nama_Part
Tipe Data
Constraint Int Primary key Varchar Not null Varchar Tabel 4.6 Dimensi SparePart
3. Dimensi Invoice Attribut Tipe Data Constraint InvoiceID Int Primary key No_Invoice Int Not null No_Polisi Varchar Tabel 4.7 Dimensi Appointment 4. Dimensi Pelanggan Attribut Tipe Data Constraint PelangganID Int Primary key Kd_Pelanggan Int Not null Nama_Pelanggan Varchar Alamat Varchar Tabel 4.8 Dimensi Pelanggan 5. Dimensi Supplier Attribut SupplierID Kd_Supplier Nama_Supplier Alamat
Tipe Data Constraint Int Primary key Int Not null Varchar Varchar Tabel 4.9 Dimensi Supplier
64 4.2.7 Memilih Durasi dari Database Berdasarkan kebutuhan dari PT. Toyota Astra Motor, maka data yang akan dianalisis merupakan data dari bulan Januari 2007 sampai dengan bulan November 2012.
Database
Database ada sejak tahun
PT.Toyota
2007
Astra Motor
Data yang masuk Data Warehouse Januari 2007 –
Data dalam Data Warehouse 5 Tahun
Desember 2011
Tabel 4.10 Durasi Data Warehouse pada PT.Toyota Astra Motor 4.2.8 Melacak Perubahan dari Dimensi secara Perlahan Nilai atribut pada tabel dimensi tidak selamanya memiliki nilai yang tetap atau bersifat relatif statis. Adanya kemungkinan terjadi perubahan nilai atribut pada tabel dimensi pada waktu yang relatif lama. Untuk menjaga data agar tetap konsisten maka kita perlu melakukan update agar dapat menjaga konsistensi dan keakuratan data. Berikut ini merupakan dimensi yang memiliki kemungkinan untuk berubah : Nama Dimensi Dimensi Pelanggan
Atribut yang mungkin berubah Nama Pelanggan, Alamat, No Telepon
Dimensi Supplier
Nama
Supplier,
Alamat,
Telepon Tabel 4.11 Atribut yang mungkin berubah
No
65 Pada perancangan data warehouse PT. Toyota Astra Motor perubahan yang terjadi akan mengakibatkan penambahan record baru seperti perubahan pada data alamat pelanggan akan mengakibatkan penambahan record baru pada dimensi pelanggan dengan tetap menyimpan record lama, sehingga kita dapat melihat alamat awal kemudian akan dibuat record baru yang menampung data pelanggan dengan alamat yang baru. 4.2.9 Menentukan Prioritas dan Mode Query Pada tahapan ini akan dipertimbangkan mengenai pengaruh pada perancangan fisikal, seperti keberadaan dari ringkasan dan penjumlahan. Selain itu juga adanya desain fisik yang mempengaruhi administrasi, backup, dan keamanan. Adapun analisis administrasi pengguna terhadap laporan atau kebutuhan informasi yang disediakan oleh data warehouse adalah sebagai berikut : User Presiden Direktur
Informasi •
Informasi digunakan untuk menganalisis
keuntungan
dari perusahaan Direktur Marketing
•
Informasi digunakan untuk menganalisis
penjualan
servis dari perusahaan. Marketing Planning & MRS
•
Informasi digunakan untuk menganalisis pelanggan dan jenis servis yang digunakan.
Kepala Bengkel
•
Informasi digunakan untuk
66 menganalisis dan mengatur job dispatch montir. •
Bagian Persediaan
Informasi digunakan untuk menganalisis
dan
mengontrol stock spare part yang
tersedia
pada
perusahaan. Tabel 4.12 Pengguna Data Warehouse
4.3
Skema Bintang Berdasarkan dari perancangan data warehouse PT. Toyota Astra Motor adapun skema Bintang yang dihasilkan adalah sebagai berikut : 1.
Skema Bintang Data Warehouse
Gambar 4.2 Skema Bintang Gabungan
67 2.
Skema Bintang Fakta Servis
Gamber 4.3 Skema Bintang Fakta Servis
3. Skema Bintang Fakta Persediaan
Gambar 4.4 Skema Bintang Fakta Persediaan
4.4
Metadata Berikut ini adalah metadata dari data warehouse PT. Toyota Astra Motor yang diajukan:
68
69
70
71
72
73
74
75 4.5
Pengimplementasian Data Warehouse 4.5.1 Menentukan Database Sumber dan Tujuan Data Warehouse Database sumber merupakan database yang digunakan dalam operasi harian, yaitu database OLTP PT. Toyota Astra Motor. Dalam hal ini database dengan schema PT. Toyota Astra Motor dan Database
tujuan
adalah
database
baru
yang
dibuat
untuk
implementasi data warehouse. 4.5.2 ETL Proses ETL akan dilakukan 4 Bulan sekali Pelaku ETL Divisi IT
Proses 4 Bulan Sekali
Keterangan Mentransformasikan data operasional ke dalam data warehouse Tabel 4.20 Keterangan ETL
Transformasi Data Proses Transformasi Data dilakukan terhadap tabel dimensi dan tabel fakta yang dapat dijabarkan sebagai berikut : 1. Dimensi
Gambar 4.5 Proses Transformasi Dimensi
76 2. Fakta
Gambar 4.6 Proses Transformasi Dimensi
4.5.3 Penerapan Data Warehouse Untuk melihat informasi yang terdapat dalam data warehouse, akan dilakukan perancangan form tambahan pada aplikasi desktop PT. Toyota Astra Motor yang dapat digunakan oleh eksekutif perusahaan. Form aplikasi tersebut dirancang dengan menggunakan Microsoft Visual Studio 2010 dan komponen pendukungnya adalah Crystal Report. Untuk pembuatan form aplikasi tersebut, penggunaan piranti lunak (software) didasarkan pada aplikasi yang sudah ada sebelumnya yang juga menggunakan Microsoft Visual Studio 2010.
4.5.4 Rencana Backup Pada proses Backup akan dilakukan oleh pihak IT pada PT. Toyota Astra Motor. Backup dilakukan untuk mencegah data yang hilang atau rusak jika ada kegagalan dalam proses ETL. Oleh karena itu, Backup pada data warehouse dilakukan setiap sebelum
77 menjalankan proses ETL. Backup dilakukan dengan disimpan ke media harddisk portable yang berbeda.
4.5.5 Analisis Kapasitas Media Penyimpanan Kapasitas media penyimpanan data merupakan sebuah aspek yang harus dipertimbangkang dalam pengolahan data. Pertumbuhan data dipengaruhi secara terus menerus dari adanya transaksi yang terjadi pada OLTP. Oleh karena itu, diperlukan analisis kapasitas media penyimpanan yang mampu menampung pertumbuhan data secara terus-menerus selama beberapa tahun ke depan. Rumus yang akan digunakan untuk perhitungan kebutuhan penyimpanan record dalam SQL Server 2008 (SQL Server Books Online) adalah : •
Num_Row= Jumlah Baris/Jumlah Record.
•
Num_Col = Jumlah kolom dalam tabel.
•
Fixed_Data_Sized = Jumlah bytes yang dibutuhkan oleh semua kolom yang mempunyai tipe data dengan ukuran pasti.
•
Num_Variable_Cols = Jjumlah kolom yang mempunyai tipe data dengan ukuran tidak pasti seperti varchar, nvarchar, varbinary.
•
Max_Var_Size = Ukuran byte terbesar dari semua kolom yang mempunyai tipe data dengan ukuran yang tidak pasti.
•
Variable_Data_Size = Jumlah bytes yang dibutuhkan untuk semua kolom variable = 2 + (Num_Variable_Cols x 2) + Max_Var_Size.
78 •
Null_Bitmap = Bit status null kolom = 2 + ((Num_Col + 7) / 8).
•
Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap + 4 Nilai 4 merepresentasikan data row header
•
Rows_per_Page = 8096 / (Row_Size + 2).
•
Num_of_Pages = Num_Row / Rows_per_Page.
•
Num_of_Bytes = 8192 x Num_of_Pages.
•
Num_of_Kbytes = 8192 / 1024 x Num_of_Pages = 8 x Num_of_Pages.
Analisis perkiraan kapasitas media penyimpanan data pada data warehouse PT. Toyota Astra Motor untuk perhitungan fakta adalah sebagai berikut : Rn = R x (n + (1 + i)n n = Tahun keR = Jumlah Record i = Presentase pertumbuhan record per Tahun Perhitungan untuk dimensi yang mengalami pertumbuhan data adalah sebagai berikut : Rn = R x (1 + i)n n = Tahun keR = Jumlah Record i = Presentase pertumbuhan record per Tahun
79 Berikut
adalah
analisis
perkiraan
kapasitas
media
penyimpanan untuk 5 Tahun mendatang dengan asumsi presentase pertumbuhan sebesar 10% per Tahun. 1. Fakta Servis Asumsi : Jumlah transaksi dalam 1 Bulan = 50 x 30 = 1500 transaksi Jumlah record dalam satu transaksi sekitar 1 record Jumlah record dalam 1 Bulan = 1500 x 1= 1500 Jumlah record dalam 1 Tahun = 1500 x 12 = 18.000 Maka dapat dihitung jumlah record sampai tahun ke-5 yaitu : R5 = 18.000 x (5 + (1 + 0.1)5) = 118989 Jumlah record Fakta Pembelian pada tahun ke-5 adalah 118989 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 118989 rows
•
Num_Col = 6 columns
•
Fixed_Data_Sized = 4+4+4+4+15+15= 46 bytes
•
Num_Variable_Cols = 0
•
Null_Bitmap = Bit status null kolom = 2 + ((6 + 7) / 8) = 3.625
•
Row_Size = 46 + 3.625 + 4 = 53.625 bytes
•
Rows_per_Page = 8096 / (53.625 + 2) = 146 rows
•
Num_of_Pages = 118989/146 = 815 pages
•
Num_of_Bytes = 8192 x 815 = 6676480 bytes
80 •
Num_of_Kbytes = 8 x 815 = 6520 Kbytes = 6.367 Mbytes
2. Fakta Persediaan Asumsi : Jumlah transaksi dalam 1 Bulan = 217 x 30 = 6510 transaksi Jumlah record dalam satu transaksi sekitar 1 record Jumlah record dalam 1 Bulan = 6510 x 1= 6510 Jumlah record dalam 1 Tahun = 6510 x 12 = 78120 Maka dapat dihitung jumlah record sampai tahun ke-5 yaitu : R5 = 78120 x (5 + (1 + 0.1)5) = 516413 Jumlah record Fakta Pembelian pada tahun ke-5 adalah 516413 Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 516413 rows
•
Num_Col = 6 columns
•
Fixed_Data_Sized = 4+4+4+4+4+4 = 24 bytes
•
Num_Variable_Cols = 0
•
Null_Bitmap = Bit status null kolom = 2 + ((6 + 7) / 8) = 3.625
•
Row_Size = 24 + 3.625 + 4 = 31.625 bytes
•
Rows_per_Page = 8096 / (31.625 + 2) = 241 rows
•
Num_of_Pages = 516413/241 = 2143 pages
•
Num_of_Bytes = 8192 x 2143 = 17555456 bytes
81 •
Num_of_Kbytes = 8 x 2143 = 17144 Kbytes = 16.74 Mbytes
3. Dimensi Waktu •
Num_Row = 1825 rows
•
Num_Col = 3 columns
•
Fixed_Data_Sized = 4+2+2= 8 bytes
•
Num_Variable_Cols = 0
•
Null_Bitmap = Bit status null kolom = 2 + ((3 + 7) / 8) = 3.25
•
Row_Size = 8 + 3.25 + 4 = 15.25 bytes
•
Rows_per_Page = 8096 / (15.25 + 2) = 469 rows
•
Num_of_Pages = 1825/469 = 4 pages
•
Num_of_Bytes = 8192 x 4 = 32768 bytes Num_of_Kbytes = 8 x 4 = 32 Kbytes
4. Dimensi Spare Part Jumlah Spare Part saat ini = 42780 R5 = 42780 x (1 + 0.1)5 = 68898 Jumlah record DimensiSparePart pada tahun ke-5 adalah 68898. Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 68898 rows
•
Num_Col = 3 columns
•
Fixed_Data_Sized = 4 = 4 bytes
•
Num_Variable_Cols = 2
82 •
Max_Var_Size = 20+30 = 50
•
Variable_Data_Size = 2 + (2 x 2) + 50 = 56
•
Null_Bitmap = Bit status null kolom = 2 + ((3 + 7) / 8) = 3.25
•
Row_Size = 4 + 56 + 3.25 + 4 = 67.25 bytes
•
Rows_per_Page = 8096 / (67.25 + 2) = 117 rows
•
Num_of_Pages = 68898/117 = 589 pages
•
Num_of_Bytes = 8192 x 589 = 4825088 bytes
•
Num_of_Kbytes = 8 x 589 = 4712 Kbytes = 4.6 Mbytes
5. Dimensi Appointment Jumlah Appointment saat ini = 63771 R5 = 63771 x (1 + 0.1)5 = 102704 Jumlah record DimensiAppointment pada tahun ke-5 adalah 102704. Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 102704 rows
•
Num_Col = 3 columns
•
Fixed_Data_Sized = 4 = 4 bytes
•
Num_Variable_Cols = 2
•
Max_Var_Size = 5+8 = 13
•
Variable_Data_Size = 2 + (2 x 2) + 13 = 19
•
Null_Bitmap = Bit status null kolom = 2 + ((3 + 7) / 8) = 3.25
83 •
Row_Size = 4 + 19 + 3.25 + 4 = 30.25 bytes
•
Rows_per_Page = 8096 / (30.25 + 2) = 251 rows
•
Num_of_Pages = 102704/251 = 409 pages
•
Num_of_Bytes = 8192 x 409 = 3350528 bytes
•
Num_of_Kbytes = 8 x 409 = 3272 Kbytes = 3.19 Mbytes
6. Dimensi Pelanggan Jumlah Pelanggan saat ini = 367 R5 = 367 x (1 + 0.1)5 = 958 Jumlah record DimensiSparePart pada tahun ke-5 adalah 958. Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 958 rows
•
Num_Col = 4 columns
•
Fixed_Data_Sized = 4+5 = 9 bytes
•
Num_Variable_Cols = 2
•
Max_Var_Size = 60 + 100 = 160
•
Variable_Data_Size = 2 + (2 x 2) + 160 = 166
•
Null_Bitmap = Bit status null kolom = 2 + ((4 + 7) / 8) = 3.375
•
Row_Size = 9 + 166 + 3.375 + 4 = 182.375 bytes
•
Rows_per_Page = 8096 / (182.375 + 2) = 44 rows
•
Num_of_Pages = 956/44 = 22 pages
•
Num_of_Bytes = 8192 x 22 = 180224 bytes Num_of_Kbytes = 8 x 22 = 176 Kbytes
84 7. Dimensi Supplier Jumlah Supplier saat ini adalah 56. R5 = 56 x (1 + 0.1)5 = 146 Jumlah record DimensiSupplier pada tahun ke-5 adalah 146. Kisaran media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah : •
Num_Row = 146 rows
•
Num_Col = 4 columns
•
Fixed_Data_Sized = 4+3 = 7 bytes
•
Num_Variable_Cols = 2
•
Max_Var_Size = 60 + 100 =160
•
Variable_Data_Size = 2 + (2 x 2) + 160 = 166
•
Null_Bitmap = Bit status null kolom = 2 + ((4 + 7) / 8) = 3.375
•
Row_Size = 7 + 166 + 3.375 + 4 = 180.375 bytes
•
Rows_per_Page = 8096 / (180.375 + 2) = 44 rows
•
Num_of_Pages = 146/44 = 3 pages
•
Num_of_Bytes = 8192 x 3 = 24576 bytes Num_of_Kbytes = 8 x 3 = 24 Kbytes
85 Nama Tabel
Besar Record (bytes)
Jumlah Current Record
Jumlah Record 5 tahun mendatang 118989 516413
Jumlah (Kbytes)
Fakta Servis 53.625 18000 6520 Fakta 31.625 78120 17144 Persediaan Dimensi 15.25 1825 32 Waktu Dimensi 67.25 42780 68898 4712 Spare Part Dimensi 30.25 63771 102704 3272 Appointment Dimensi 182.375 367 958 176 Pelanggan Dimensi 180.375 56 146 24 Supplier 57656 Total Tabel 4.21 Analisis Kapasitas Media Penyimpanan
4.6
Kebutuhan Sumber Daya Untuk mendukung perancangan aplikasi data warehouse ini, sumber daya yang dibutuhkan seperti perangkat lunak (Software) dan perangkat keras (Hardware) merupakan hal yang harus diperhatikan. Untuk dapat mengoptimalkan performa dari data warehouse dan aplikasi yang telah dirancang, perlu dilakukan peningkatan mutu dan spesifikasi dari perangkat keras (Hardware) secara terus menerus. Berikut diuraikan kebutuhan yang diperlukan baik dari segi teknologi maupun human resource yang dianggap memiliki peranan yang penting.
4.6.1 Kebutuhan Spesifikasi Perangkat Keras (Hardware) Perangkat keras yang dibutuhkan untuk mengimplementasikan sistem antara lain server, dengan pertimbangan tingkat penanganan query dalam jumlah yang besar yang akan dilakukan terhadap data
86 warehouse. Disini spesifikasi dari server sangat menentukan tingkat performansi dari data warehouse. Perangkat keras yang disarankan untuk digunakan dalam pengimplementasian data warehouse agar tingkat performa yang optimal dapat dicapai antara lain : a. Server dengan spesifikasi 1. Intel Pentium Core 2 Duo processor 2.40 GHz 2. Memori 16 GB 3. Hard Disk 320GB b. Client dengan spesifikasi 1. Processor Intel Pentium Dual Core processor 1.80 GHz 2. Memori 2 GB 3. Hard Disk 80 GB
4.6.2 Kebutuhan Spesifikasi Perangkat Lunak (Software) Dalam penggunaan aplikasi data warehouse pada PT. Toyota Astra Motor piranti lunak yang disarankan adalah : a. Server 1. Microsoft Windows XP 2. Microsoft SQL Server 2008 b. Client 1. Microsoft Windows XP 2. Visual C# 2010 3. Crystal Report 2010
87 4.6.3 Kebutuhan Sumber Daya Manusia (SDM) Untuk
pengembangan
aplikasi
dan
pemeliharaannya,
diperlukan seorang Database Administrator (DBA) outsourcing atau memberikan pelatihan kepada karyawan PT. Toyota Astra Motor untuk melakukan maintenance terhadap data warehouse.
4.7
Jadwal Implementasi Sistem pada PT. Toyota Astra Motor Pengimplementasian data warehouse diawali dengan menambahkan form yang telah dibuat dalam aplikasi PT. Toyota Astra Motor. Kemudian dilakukan proses konversi data operasional perusahaan dengan proses data transformation service (ETL). Setelah proses tersebut selesai, maka akan dilakukan uji coba sistem awal. Berikut ini adalah jadwal rencana kegiatan yang dilakukan dalam perencanaan implementasi sistem data warehouse yang telah dirancang :
No.
Rencana Kegiatan 10
1.
2. 3. 4.
Minggu 11 12
Penambahan form pada aplikasi PT. Toyota Astra Motor ETL (Extract, Transform, Load) Uji Coba Sistem Aplikasi Evaluasi Tabel 4.22 Jadwal Implementasi Sistem
13
88 4.8
Layar Tampilan Informasi dan Analisis Informasi yang dibutuhkan Pada layar Login, user akan memasukkan Username dan Password. Tombol Masuk akan digunakan untuk mem-verifikasi Username dan Password. Tampilan layar halaman Login adalah sebagai berikut :
Gambar 4.7 Form Login Jika User salah memasukkan username atau password maka akan muncul pesan sebagai berikut :
Gambar 4.8 Verifikasi Login
89 Jika user berhasil memasukkan username dan password dengan benar maka akan muncul pesan sebagai berikut :
Gambar 4.9 Verifikasi Login User yang telah login dapat langsung mengakses menu utama :
Gambar 4.10 Menu Utama
90 Pada menu Laporan terdapat submenu Servis, Tipe Servis, dan Persediaan. Pada halaman Laporan Servis user dapat melihat tampilan Chart laporan jumlah transaksi servis antara tahun 2007 sampai tahun 2013 dan juga dapat melihat laporan yang tergabung dari tahun 2007 sampai 2013. Tampilan halaman Laporan Servis sebagai berikut :
Gambar 4.11 Form Laporan Servis User harus memilih terlebih dahulu tahun pada combobox lalu menekan button ”Cetak”.
91 Ketika menekan tombol cetak maka laporan akan muncul seperti pada gambar 4.12
Gambar 4.12 Form Rincian Laporan Servis Semua
92
Gambar 4.13 Form Laporan Servis Per Tahun
Ketika memilih laporan yang belum tersedia, maka akan muncul messagebox seperti pada gambar 4.14
Gambar 4.14 Verifikasi Laporan
93 Pada halaman Laporan Tipe Servis user dapat melihat tampilan chart dan pie chart berupa jumlah transaksi dan pemasukan berdasarkan tipe servis seperti pada gambar 4.15
Gambar 4.15 Form Laporan Tipe Servis Semua
94 Pada page 2 nya laporan akan disajikan berupa total pendapatan servis berdasarkan tiper servis per tahun seperti pada gambar 4.16
Gambar 4.16 Form Laporan Tipe Servis
95 User dapat memilih Laporan Tipe Servis berdasarkan tahun, dimana dapat melihat tingkat pemakaian servis dan pemasukan servis berdasarkan tipe servis seperti pada gambar 4.16
Gambar 4.16 Form Laporan Tipe Servis Per Tahun
96 Pada halaman Laporan Persediaan user dapat melihat tampilan data berupa kode, nama, dan stock spare part yang tersedia dengan memilih button “Cetak” seperti pada gambar 4.17
Gambar 4.17 Form Laporan Persediaan
4.9
Evaluasi Dari pelaksanaan perancangan dan implementasi sistem data warehouse pada PT. Toyota Astra Motor, maka dapat diperoleh hasil dari evaluasi form aplikasi yang telah digunakan oleh user. User dipermudah oleh adanya tampilan data historis yang disajikan melalui chart yang dapat membantu user untuk mengerti dan memahami seperti laporan-laporan servis dan persediaan yang ada.
