BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN

BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN

4.1

Arsitektur Data Warehouse Dalam perancangan data warehouse ini, arsitektur yang akan digunakan adalah arsitektur data warehouse terpusat. Bentuk ini terlihat seperti bentuk data warehouse fungsional, namun terlebih dahulu sumber data dikumpulkan dalam satu tempat terpusat, kemudian data disebar ke dalam fungsinya masing-masing, sesuai kebutuhan perusahaan. Keuntungan dari bentuk ini adalah data benarbenar terpadu karena konsistensinya yang tinggi.

Gambar 4.1 Arsitektur Data Warehouse PT. Tresnamuda Sejati 125

126

Dari arsitektur perancangan data warehouse diatas ada komponen-komponen sistem yang saling berhubungan. Komponen-komponen tersebut adalah : 1. Data Source Data source adalah sumber data yang digunakan untuk pembuatan suatu data warehouse. Dalam perancangan data warehouse maka sumber data yang diperlukan diambil dari OLTP (Online Transactional Processing) atau database transaksional yang ada pada PT. Tresnamuda Sejati. Dari database ini akan dipilih data-data yang berhubungan dengan export dan import pada masingmasing cabang. Data-data ini akan mengalami proses ETL (Extract, Transform, Load) yang hasilnya akan dimasukkan kedalam data warehouse. 2. ETL (Extract, Tranform, Load) ETL adalah proses-proses dalam data warehouse yang meliputi : -

M engekstrak data dari sumber – sumber eksternal, yaitu suatu proses pengambilan data dari sumber data yang tersedia dan melakukan pemilihan data yang ingin disimpan kedalam data warehouse.

-

M entransformasikan data ke bentuk yang sesuai dengan keperluan bisnis, dilakukan agar data dapat berubah kedalam suatu bentuk yang konsisten dan terjamin integritasnya sehingga data yang dihasilkan akurat dan tepat.

-

M emasukkan data ke data warehouse yaitu proses penyimpanan hasil transformasi yang telah dilakukan. Pada tahap ini semua hasil transformasi dimasukkan kedalam data warehouse.

127

Tahapan-tahapan proses transformasi data dari database transaksional ke database data warehouse adalah sebagai berikut : •

M embaca lalu memilih data transaksional yang berhubungan dengan bagian export dan import pada masing - masing cabang di PT. Tresnamuda Sejati

•

M elakukan penyeragaman data dan perhitungan data tertentu

•

M elakukan proses transformasi data yang hasilnya dapat dimasukkan kedalam data warehouse. Untuk melakukan proses transformasi data ini digunakan fasilitas SSIS

yang dimiliki oleh SQL Server 2005. Sumber data untuk data warehouse berasal dari database dBase. Kemudian dikonversikan ke data warehouse yang menggunakan format SQL Server 2005. Untuk melakukan proses transformasi data ini digunakan fasilitas SSIS yang dimiliki oleh SQL Server 2005. 3. Data Warehouse M erupakan suatu media yang digunakan sebagai tempat penyimpanan data yang telah dilakukan proses transformasi yang bersifat historical (menurut waktu) dengan periode atau jangka waktu tertentu untuk dipakai sebagai sumber penganalisaan oleh pihak eksekutif. 4. User User merupakan pengguna akhir yang akan mengakses data yang ada pada data warehouse dengan menggunakan aplikasi yang telah dihasilkan. Aplikasi yang dihasilkan dapat membantu user dalam melakukan analisis

128

terhadap data yang digunakan untuk membuat suatu keputusan yang berkaitan dengan export dan import.

4.2

Rancangan Data Warehouse

4.2.1

Memilih Proses (Choosing the Process)

Proses yang digunakan dalam perancangan data warehouse ini adalah : a. Export

Proses ini adalah proses pengiriman barang yang dilakukan pada PT. Tresnamuda Sejati. Dalam proses ini dokumen yang dibutuhkan yaitu shipping instruction, transaksi delivery order export, transaksi bill of lading, loading list, invoice export. Data export yang ada meliputi shipper, commodity, packing lis t, container, vessel, agent, branch, transaksi export. b. Import

Proses ini adalah proses sejak kapal tiba sampai barang keluar dari kawasan pelabuhan. Dalam proses ini dokumen yang dibutuhkan yaitu transaksi bill of lading, arrival notice, transaksi delivery order import, transaksi invoice import. Data import yang ada meliputi consignee, commodity, vessel, container, branch, transaksi import.

129

4.2.2

Memilih Grain (Choosing the Grain)

Grain dari PT. Tresnamuda Sejati yang digunakan untuk merancang data warehouse adalah sebagai berikut : a. Export

Pada proses export data yang dapat dianalisis meliputi shipper yang sering melakukan export, jenis commodity yang sering di export, container yang sering digunakan, branch yang paling banyak melakukan export, agent yang paling banyak melakukan export, jumlah export, total export. Analisis tersebut akan dilakukan per periode waktu tertentu (hari, minggu, bulan, triwulan, tahun). b. Import

Pada proses import data yang dapat dianalisis meliputi consignee yang paling sering menerima import, jenis commodity yang sering di import, branch yang paling banyak menerima import, container yang sering digunakan, jumlah import, total import. Analisis tersebut akan dilakukan per periode waktu tertentu (hari, minggu, bulan, triwulan, tahun).

130

Identifikasi dan Penyesuaian Dimensi (Identifying and Conforming the Dimensions) a. Export

x

Jenis commodity yang sering di export Branch yang paling banyak melakukan export

x

x

x

x

Container yang sering digunakan Agent yang sering dipilih ketika melakukan export

x

x

x

x

Jumlah Export

x

x

Total Export

Commodity

x

Agent

Shipper

x

Grain Shipper yang paling sering melakukan export

Container

Branch

Dimensi Time

x

x x x

x

x x x Tabel 4.1 Tabel grain dan dimensi dari Export

x

Consignee

Branch

Container

Dimensi

Commodity

b. Import

Time

4.2.3

Consignee yang paling sering menerima import

x

x

Jenis commodity yang paling sering di import

x

x

Branch yang paling banyak menerima import

x

x

Container yang sering digunakan

x

x

Jumlah import

x

x

x

x

Total import

x

x

x

x

Grain

Tabel 4.2 Tabel grain dan dimensi dari Import

x x

x

131

4.2.4

Memilih Fakta (Choosing the Fact) Dibawah ini fakta-fakta yang akan ditampilkan di data warehouse: 1. Export, meliputi TimeID, BranchID, ShipperID, ContainerID, AgentID, CommodityID, jumlah shipper yang paling sering melakukan export, jumlah jenis commodity yang sering di export, branch yang paling banyak mengexport, jumlah container yang sering digunakan, jumlah agent yang sering melakukan export, jumlah export, total export. 2. Import, meliputi TimeID, BranchID, ConsigneeID, ContainerID, CommodityID,

jumlah consignee yang paling sering menerima

import, jumlah jenis commodity yang sering di import, branch yang paling banyak menerima import, jumlah container yang sering digunakan, jumlah import, total import.

4.2.5 Menyimpan

Pre-Kalkulasi

dalam

Tabel

Fakta (Storing

pre-

calculations in the fact table) Pre-kalkulasi yang dapat dilakukan untuk kemudian disimpan dalam tabel fakta export yaitu banyak biaya pengiriman (total export) yang merupakan kumpulan dari banyaknya biaya B/L ditambah biaya telex release (jika ada) ditambah biaya cargo release ditambah biaya ganti data dokumen (jika ada) ditambah biaya late pick up (jika ada). Sedangkan untuk fakta import nya yaitu banyaknya biaya penerimaan

132

(total import) yang merupakan kumpulan dari banyaknya biaya DO ditambah biaya jaminan container ditambah biaya pembersihan containser ditambah demmorit (jika ada). Selain itu, terdapat pula kalkulasi yang kemudian akan disimpan dalam table fakta yaitu : 1.

Fakta Export Fakta export meliputi : •

Banyak shipper yang paling sering melakukan pengiriman (jumlahshipper) yang merupakan kumpulan dari banyaknya kdshipper.

•

Banyak

jenis

commodity (jumlahjeniscommodity) yang

merupakan kumpulan dari banyaknya kdcommodity. •

Jumlah export (jumlahexport) yang merupakan kumpulan dari banyaknya dari kdB/L(export).

•

Jumlah container yang digunakan (jumlahcontainer) yang merupakan kumpulan dari banyaknya kdcontainer.

•

Jumlah agent yang digunakan (jumlahagent) yang merupakan kumpulan dari banyaknya kdagent.

•

Total export (totalexport) yang merupakan kumpulan dari banyaknya harga export barang. Harga pengiriman = biaya

133

B/L + biaya telex release + biaya cargo release + biaya ganti dokumen + biaya late pick up. 2.

Fakta Import

Fakta import meliputi : •

Jumlah

consignee

(jumlahconsignee)

yang

merupakan

kumpulan dari banyaknya kdconsignee. •

Jumlah

jenis

commodity (jumlahjeniscommodity) yang

merupakan kumpulan dari banyaknya kdcommodity. •

Jumlah container yang digunakan (jumlahcontainer) yang merupakan kumpulan dari banyaknya kdcontainer.

•

Jumlah import (jumlahimport) yang merupakan kumpulan dari banyaknya kdB/L (import).

•

Total import (totalimport) yang merupakan kumpulan dari banyaknya harga import barang. Harga pengiriman = biaya DO + biaya jaminan container + biaya pembersihan container + demmorit.

4.2.6

Melengkapi Tabel Dimensi (Rounding out the dimension tables) M enambahkan sebanyak mungkin deskripsi teks pada dimensi. Deskripsi tersebut harus intuitif dan dapat dimengerti oleh user. Berikut deskripsi teks dari tabel dimensi :

134

Dimensi

Field

Deskripsi

Year Quarter Month

Time

Week

Laporan dapat dilihat baik pertahun perbulan perminggu bahkan perhari

Day Branch

Branch

Laporan dapat dilihat berdasarkan Branch

Shipper

Shipper

Laporan dapat dilihat berdasarkan Shipper

Container

Container

Laporan dapat dilihat berdasarkan Container

Agent

Agent

Laporan dapat dilihat berdasarkan Agent

Commodity

Commodity

Laporan dapat dilihat berdasarkan Commodity

Consignee

Consignee

Laporan dapat dilihat berdasarkan Consignee

Tabel 4.3 Tabel Deskripsi Tabel Dimensi Berikut ini daftar dan penjelasan lebih lanjut dari dimensi tersebut: ‐

Dimensi Time Atribut

Tipe data

Panjang

TimeID

Int

4

Year

Int

4

Quarter

Int

4

Month

Int

4

Week

Int

4

Day

Int

4

Tabel 4.4 Tabel Dimensi Time ‐

Dimensi Branch Atribut

Tipe data

Panjang

BranchID

Int

4

Kdbranch

nchar

5

nvarchar

20

Namabranch

Tabel 4.5 Tabel Dimensi Branch

135

‐

Dimensi Shipper Atribut

Tipe data

Panjang

ShipperID

Int

4

KdShipper

nchar

5

nvarchar

50

NamaShipper

Tabel 4.6 Tabel Dimensi Shipper ‐

Dimensi Container Atribut

Tipe data

Panjang

ContainerID

Int

4

KdContainer

nchar

5

nvarchar

30

JenisContainer

Tabel 4.7 Tabel Dimensi Container ‐

Dimensi Agent Atribut

Tipe data

Panjang

AgentID

Int

4

KdAgent

nchar

5

nvarchar

50

NamaAgent

Tabel 4.8 Tabel Dimensi Agent

‐

Dimensi Commodity Atribut

Tipe data

Panjang

CommodityID

Int

4

KdCommodity

nchar

5

nvarchar

50

JenisCommodity

Tabel 4.9 Tabel Dimensi Commodity

136

‐

Dimensi Consignee Atribut

Tipe data

Panjang

ConsigneeID

Int

4

KdConsignee

nchar

5

nvarchar

50

NamaConsignee

Tabel 4.10 Tabel Dimensi Consignee

4.2.7

Memilih Durasi dari Database Durasi dari data TM S yang dimasukkan ke dalam data warehouse sebagai berikut:

Nama Aplikasi

Database

Database ada sejak tahun

Data yang masuk ke Data Warehouse

TM S Application

TRESNA_OLTP

1986

2005-2009

Data dalam Data Warehouse 5 tahun

Tabel 4.11 Tabel Durasi Database

4.2.8

Melacak perubahan Dimensi Secara Perlahan Dari tipe dasar perubahan dimensi, pada perancangan data warehouse TM S ini,

perubahan

atribut

pada dimensi akan

mengakibatkan pembuatan suatu record dimensi baru. Hal ini dilakukan untuk menjaga data yang lama tetap ada agar diketahui perubahan dimensi yang terjadi dari data lama ke data baru. Contohnya seperti adanya perubahan pada nama shipper akan mengakibatkan penambahan record baru pada dimensi dengan tetap menyimpan record yang lama.

137

4.2.9

Menentukan Prioritas dan Mode Query Dalam tahap ini, akan dibahas mengenai proses extract, transformation and load (ETL), backup secara berkala. a.

Proses extract, transformation and load (ETL)

Pelaku ETL

Dilakukan Setiap

Divisi IT

Setiap hari

Keterangan

ETL dilakukan oleh staf divisi IT Tabel 4.12 Tabel Proses ETL Proses ETL dilakukan setiap hari untuk menjaga keakuratan data,

jika sewaktu-waktu pihak eksekutif ingin melihat laporan yang datanya diambil dari data warehouse. Pada perancangan ini, proses ETL dari staging area ke data warehouse, sebagai berikut :

Gambar 4.2 Proses 1- Transformasi dari Staging Area ke Data Warehouse

138



139



140



141

Gambar 4.9 Proses 8 -Transformasi dari Staging Area ke Data Warehouse

b. Proses SSAS (SQL Server Analysis Services) Proses SSAS dilakukan untuk memproses analisa online (OLAP) dari Data Warehouse yang dimulai dari langkah-langkah pembuatan data source, data source views, dan cubes.

Pada perancangan ini,

proses SSAS dari data warehouse ke OLAP, sebagai berikut :

142

Gambar 4.10 Langkah 1 – Pembuatan Data Source


143



144



145

Gambar 4.16 Langkah 1 – Pembuatan Data Source View


146



147



148



149



150



151

Gambar 4.28 Langkah 1 – Pembuatan Cube


152



153



154



155



156


c. Backup Pelaku Backup Divisi IT

Dilakukan Setiap Setiap hari sebelum proses ETL dilakukan

Keterangan Tujuannya untuk menanggulangi kegagalan proses ETL

Tabel 4.13 Tabel Proses Backup Selain backup manual yang terdapat pada aplikasi, dibuat juga backup yang terjadwal dengan bantuan fitur dari SQL Server 2005.

157

4.3

Skema Bintang dan Metadata 4.3.1

Skema Bintang Pada perancangan ini, bentuk skema yang dipilih adalah star schema, karena skema ini merupakan skema yang mudah dipahami dan digunakan oleh pengguna dari pada skema yang lain. Bentuk yang tidak terlalu rumit, memudahkan dalam hal query. Ada 3 skema bintang yang dihasilkan dalam perancangan ini, yaitu :

4.3.1.1 Skema bintang export (pengiriman)

Gambar 4.39 Skema Bintang Export

158

4.3.1.2 Skema bintang import (penerimaan)

Gambar 4.40 Skema Bintang Import

159

4.3.2

Metadata Metadata memuat informasi yang penting mengenai data dalam

data warehouse. Metadata dalam data warehouse dapat memuat beberapa hal yaitu : •

Nama database sumber

•

Nama tabel data warehouse beserta deskripsi dari tabel tersebut

•

Rincian informasi dalam tabel data warehouse meliputi : –

Nama kolom

–

Tipe data kolom

–

Ukuran kolom (ukuran kolom yang diperlukan dalam media penyimpanan dalam satuan tertentu)

–

Kolom yang menjadi kolom kunci.

Berikut metadata pada perancangan data warehouse TM S :

173

4.4

Analisis Kapasitas Media Penyimpanan Untuk mengetahui banyaknya kapasitas media penyimpanan yang diperlukan maka perlu dilakukan analisa kapasitas media penyimpanan, dimana analisa ini dapat menunjukkan berapa besar tempat penyimpanan yang dibutuhkan. Berikut adalah tabel kapasitas penyimpanan dan pertumbuhan data tabel dimensi (dihitung per tahun) dan tabel fakta (dihitung per tahun). Perhitungan analisa kapasitas table dapat dilihat sebagai berikut:

Pertumbuhan Data Nama Tabel

Dimensi Branch Dimensi Time Dimensi Shipper Dimensi Consignee Dimensi Container Dimensi Agent Dimensi Commodity TOTAL

Besar Satu Record (bytes)

Jumlah Record Awal

Ukuran Record Awal

29

10

24 59

290

Pertambahan Rata-Rata Record (per Tahun) 1

Pertambahan Rata-Rata Ukuran (per Tahun) 29

1600 313

38400 18467

320 62

7680 3658

59

319

18821

63

3717

39

8

312

1

39

59 59

83 7

4897 413

16 1

944 59

81600 464 Tabel 4.14 Tabel Analisis Kapasitas Tabel Dimensi

16126

174


FaktaExport FaktaImport TOTAL


Jumlah Record Awal

Ukuran Record Awal

Pertambahan Rata-Rata Record (per Tahun) 84 713600 59942400 142720 80 640000 51200000 128000 111142400 270720 Tabel 4.15 Tabel Analisis Kapasitas Tabel Fakta

Pertambahan Rata-Rata Ukuran (per Tahun) 11988480 10240000 22228480



Jumlah Record Awal

Ukuran Record Awal

Pertambahan Rata-Rata Record (per Tahun) 1

Pertambahan Rata-Rata Ukuran (per Tahun) 29

29 10 290 Dimensi Branch Dimensi Time 24 1600 38400 320 7680 Dimensi 59 313 18467 62 3658 Shipper Dimensi 59 319 18821 63 3717 Consignee Dimensi 39 8 312 1 39 Container Dimensi Agent 59 83 4897 16 944 Dimensi 59 7 413 1 59 Commodity FaktaExport 84 713600 59942400 142720 11988480 FaktaImport 80 640000 51200000 128000 10240000 TOTAL 111224000 271184 22244606 Tabel 4.16 Tabel Analisis Kapasitas Tabel Dimensi dan Fakta

175

4.5

Rencana Implementasi 4.5.1

Kebutuhan Perangkat Lunak (Software) Software yang digunakan dalam mendukung perancangan data warehouse ini adalah aplikasi VB.NET 2005 dan DevExpress sebagai aplikasi yang menghubungkan user dan data warehouse yang dirancang dan untuk databasenya menggunakan aplikasi Microsoft SQL Server 2005.

4.5.2

Kebutuhan Perangkat Keras (Hardware) Hardware merupakan perangkat keras yang penting dalam melakukan implementasi data warehouse. Perangkat keras yang digunakan harus mendukung penyimpanan data yang besar dan operasi-operasi yang dijalankan pada data warehouse dengan kapasitas dan kualitas yang dapat diandalkan. Perangkat keras ini mendukung jalannya data warehouse dan aplikasinya adalah sebuah server yang dapat memberikan respon yang cepat terhadap permintaan data dan informasi data warehouse oleh penggunanya. Adapun spesifikasi minimum perangkat keras yang disarankan untuk implementasi data warehouse tersebut yaitu sebagai berikut:

176

Komputer Server Processor

Core 2 Duo 3,2 Ghz

Kapasitas Harddisk

500 GB

Memory

4 GB RAM

Monitor

15”

Jaringan

LAN Tabel 4.26 Tabel Komputer Server Komputer Client

Processor

Core 2 Duo 3,2 Ghz

Kapasitas Harddisk

250 GB

Memory

2 GB RAM

Monitor

15”

Jaringan

LAN Tabel 4.27 Tabel Komputer Client

177

4.6

Operasi

Proses Backup OLTP

Pelaku Staf bagian IT

Data Warehouse

Staf bagian IT

Data Tranformation Package Cube Aplikasi

Staf bagian IT Staf bagian IT Staf bagian IT

Jadwal Backup OLTP dilakukan setiap hari Sabtu Backup data warehouse dilakukan setiap akhir bulan Backup package dilakukan pada awal implementasi Backup cube dilakukan satu kali Backup aplikasi dilakukan satu kali pada saat awal implementasi

Tabel 4.28 Tabel Proses Operasi

4.7

Evaluasi Berdasarkan evaluasi yang dilakukan pada pihak PT. Tresnamuda Sejati, aplikasi data warehouse yang dirancang berguna untuk membantu proses analisis, pembuatan laporan, serta mendukung proses pengambilan keputusan bagi pihak manajemen tingkat atas. Aplikasi ini dapat dengan mudah dimengerti sehingga eksekutif dapat mengoptimalkan penggunaan data-data yang diperlukan bagi pihak manajemen tingkat atas. Laporan yang dihasilkan oleh data warehouse juga lebih akurat dan lebih cenderung terhindar dari kesalahan perhitungan karena sebelumnya sudah dilakukan prekalkulasi. User interface dirancang agar user atau pengguna aplikasi yaitu pihak manajemen mudah untuk dimengerti karena tampilan data dalam bentuk grafik sehingga membantu dalam melihat data dengan lebih baik

178

dibanding dengan menggunakan tampilan data dalam bentuk yang sederhana yaitu tabel-tabel dan angka Untuk hasil evaluasi dari pelatihan user yang dilaksanakan, pada akhirnya user dapat mengoperasikan prototype aplikasi data warehouse ini dengan baik setelah mendapatkan pelatihan dan tidak ada kesulitan yang berarti bagi user dalam mengoperasikan aplikasi ini.

4.8

No

Time Schedule Implementasi

AKTIVITAS

S EPT I

1 2 3 4

5 6 7 8

Identifikasi M asalah Analisis Perancangan DWH Pembuatan Aplikasi Instalasi Sofware dan Aplikasi DWH Testing Aplikasi Training User Evaluasi

II

BULAN NOV

OKT

III

IV

I

II

III

IV

I

II

DES

III

IV

I

Tabel 4.29 Tabel Time Schedule Implementasi

II

JAN

III

IV

I

II

III

IV

179

4.9

Perancangan Aplikasi 1. Form Login Form login ini adalah form yang pertama kali ditampilkan saat aplikasi dijalankan. Form login ini digunakan untuk masuk ke menu utama. Aplikasi ini hanya bisa diakses oleh mereka yang mempunyai hak akses. User yang mempunyai hak akses akan mengisi username dan password yang dimilikinya untuk dapat menggunakan aplikasi ini. Lalu setelah mengisi username dan password, user menekan tombol ok untuk masuk kedalam aplikasi atau cancel untuk membatalkan login dan keluar dari program.

Gambar 4.41 Form Login

2. Form Message Form Message ini akan muncul apabila username dan password belum dimasukkan.

180

Gambar 4.42 Form Message

3. Form Warning Form Warning ini akan muncul apabila username dan password yang dimasukkan tidak sesuai dengan data yang ada.

Gambar 4.43 Form Warning

4. Form M enu Utama Form ini menampilkan menu-menu yang ada didalam aplikasi data warehouse yang terdiri dari menu file, report, chart, schema, transform, admin, dan about.

181

Gambar 4.44 Form M enu Utama

5. Form M enu File Form ini berisi submenu logout, dan exit. Submenu logout berfungsi untuk mengakses halaman-halaman dengan user yang berbeda. Sedangkan submenu exit berfungsi untuk keluar dari aplikasi data warehouse.

Gambar 4.45 Form M enu File

182

6. Form M enu Report Form ini berisi submenu dari export dan import. Submenu export dan import akan menampikan sebuah report yang didalamnya berupa pivot table dan chart.

Gambar 4.46 Form M enu Report

7. Form M enu Chart Form ini menampilkan submenu export yang memiliki jumlah shipper, jumlah container, jumlah jenis commodity, jumlah export dan jumlah agent. Setiap menu akan menampilkan chart berdasarkan measurement yang ada dan hanya menampilkan beberapa peringkat teratas.

183

Gambar 4.47 Form M enu Chart Export

Form ini menampilkan submenu import yang memiliki jumlah consignee, jumlah container, jumlah jenis commodity dan jumlah import. Setiap menu akan menampilkan chart berdasarkan measurement yang ada dan hanya menampilkan beberapa peringkat teratas.

Gambar 4.48 Form M enu Chart Import

184

8. Form M enu Schema Form ini menampilkan submenu fakta export dan fakta import. Didalamnya akan menampilkan star schema yang terdiri dari fakta export dan import.

Gambar 4.49 Form M enu Schema

9. Form M enu Admin Form ini terdiri dari submenu add user, change password dan delete user. Submenu add user berfungsi untuk menambah user baru yang dapat mengakses aplikasi ini. Submenu change password berfungsi untuk user mengganti passwordnya dengan password yang baru. Submenu delete user berfungsi untuk mendelete user sehingga user yang di delete tersebut tidak mempunyai akses lagi terhadap aplikasi ini.

185

Gambar 4.50 Form M enu Admin

10. Form Pivot Table Form Pivot ini adalah form yang menampilkan data yang berasal dari fakta export dan import dalam data warehouse untuk menampilkan informasi yang dibutuhkan oleh user. User dapat mengatur data yang akan ditampilkan berdasarkan dimensi yang ada pada pivot table.

186

Gambar 4.51 Form M enu Pivot Table

11. Form Chart Form Chart ini menampilkan measurement yang ada pada fakta export seperti jumlah export, jumlah shipper, jumlah container dan jumlah jenis commodity serta fakta import seperti jumlah consignee, jumlah container, jumlah jenis commodity dan jumlah import.

187

Gambar 4.52 Form Chart

12. Form Star Schema Form star schema ini menampilkan hubungan antara tabel fakta import dan fakta export ditengahnya yang dikelilingi oleh tabel dimensi.

Gambar 4.53 Form Star Schema

188

13. Form M enu Transform Form ini adalah form yang digunakan untuk transformasi data dari database pada staging area ke data warehouse.

Gambar 4.54 Form Transform 14. Form Add User Form add user digunakan untuk menambah hak akses user baru yang akan mempunyai hak untuk mengakses aplikasi data warehouse ini. Admin dapat mengisi username, password dan confirm password setelah selesai mengisi ketiganya maka dapat menekan tombol add untuk menyimpan data user baru atau cancel untuk membatalkan penambahan user baru.

Gambar 4.55 Form Add User

189

15. Form Change Password Form change password ini digunakan untuk mengganti password yang ada atau lama dengan password yang baru. User dapat mengisi Old Password, New Password dan Confirm Password. Setelah mengisi semuanya maka tekan tombol change untuk merubah password yang lama dan menggantinya dengan password yang baru.

Gambar 4.56 Form Change Password

16. Form Delete User Form ini digunakan untuk mendelete user yang tidak diperkenankan untuk mengakses aplikasi data warehouse lagi. Pada halaman ini admin diminta untuk mengisi username. Halaman ini disertai dengan “>”, “>>”, “<”, “<<” untuk mencari username dari user yang ingin dihapus hak aksesnya.

190

Gambar 4.57 Form Delete User

12. Form About Form about ini menampilkan logo perusahaan dan nama – nama pembuat aplikasi. Untuk keluar dari menu ini tekan tombol ok dan akan kembali ke menu utama.

Gambar 4.58 Form About

191

BAB 4 RANCANGAN S IS TEM YANG D IUS ULKAN

Recommend Documents