BAB I PENDAHULUAN
1.1
Latar Belakang PT. XYZ merupakan sebuah perusahaan IT business solution provider di
Jakarta. PT. XYZ bergerak dalam bidang IT dan outsourcing services, khususnya di bidang software development, hardware development, dan integration system. Target pasar PT. XYZ adalah bidang finansial, telekomunikasi, dan sektor pemerintahan. PT. XYZ memiliki basis pelanggan yang mencakup sebagian besar lembaga keuangan dan perbankan di Indonesia. Bisnis PT. XYZ berfokus pada layanan payment point, pengadaan dan pengembangan sistem Electronic Data Capture (EDC), Card Management System (CMS), PIN-pad, Public Key Infrastructure (PKI), dan mesin kiosk. Perkembangan era digital dan mobile membawa perubahan pada pembayaran tagihan dan pembelian apapun secara online dan real time. Melihat perkembangan ini, PT. XYZ menyediakan sebuah layanan payment point yang dapat dijalankan secara multiplatform (PC, Android devices, dan EDC). Layanan yang disediakan mencakup layanan pembayaran dan pembelian. Layanan pembayaran yang disediakan adalah pembayaran tagihan telepon (Telkom), listrik (PLN), air (PDAM), TV berlangganan (Indovision dan Aora TV), angsuran multifinance (Adira Finance), dan pembayaran pulsa pascabayar (Smartfren dan Kartu Halo). Sedangkan layanan pembelian yang disediakan adalah pembelian pulsa prabayar (IM3, Mentari, Simpati, Kartu AS, XL, Axis, Smartfren, Bolt, dan Esia), token listrik (PLN), dan voucher Orange TV.
1
2
PT. XYZ menerapkan prinsip kemitraan, baik dengan badan usaha maupun perorangan. Satu mitra (disebut juga agen) dapat memiliki lebih dari satu outlet yang dapat tersebar di kota yang berbeda. Mitra harus melakukan pendaftaran sebelum dapat menggunakan layanan yang disediakan. Jumlah transaksi pada layanan payment point meningkat seiring dengan bertambahnya jumlah mitra. Data mengenai semua aktivitas yang terjadi pada layanan payment point disimpan dalam database operasional. Data yang terdapat pada database operasional akan langsung diperbarui atau berubah setiap ada perubahan dan data yang lama akan hilang, sehingga database operasional tidak dapat menyimpan data historis karena hanya menyimpan data saat ini (Velicanu & Matei, 2007). PT. XYZ menginginkan agar data historis mengenai transaksi dan registrasi mitra yang telah terjadi dimuat ke sebuah tempat penyimpanan yang terpisah dari database operasional, yaitu data warehouse. Data warehouse dapat menyimpan data historis dari database operasional untuk tujuan pengambilan keputusan (Pardillo, Mazón, & Trujillo, 2010), memiliki kemampuan untuk melakukan analisis terhadap data historis, mampu memberikan laporan yang bersifat dinamis yang dapat dilihat dari berbagai dimensi, dan memisahkan beban kerja analisis dari beban kerja operasional (Prihatin, 2013). Karena itu, PT. XYZ memerlukan sebuah data warehouse yang dapat menyimpan data historis yang berasal dari database operasional dan digunakan khusus untuk melakukan analisis tren jumlah transaksi dan registrasi mitra yang terjadi dari berbagai dimensi. Dengan demikian, PT. XYZ dapat melakukan analisis tren dengan lebih cepat dan dinamis sesuai dengan kebutuhan, serta dapat membuat keputusan strategi promosi yang tepat berdasarkan hasil analisis tren yang diperoleh.
3
Data warehouse memiliki karakteristik yang membedakan dengan database operasional. Data warehouse berisikan kumpulan data yang subject oriented, integrated, time variant, dan non volatile (Abai, Yahaya, & Deraman, 2013). Data warehouse menggunakan model data yang didasarkan pada model data multidimensi yang dikenal sebagai data cube. Data cube memungkinkan data dimodelkan dan dilihat dalam berbagai dimensi. Skema data warehouse terletak pada 2 jenis elemen, yaitu fakta dan dimensi (Mohammed, 2014). Masing-masing fakta dan dimensi memiliki tabel yang bernama tabel fakta dan tabel dimensi. Tabel fakta berisi data seputar topik tertentu yang biasanya berhubungan dengan nilai numerik (dapat diukur) yang dikenal dengan measure. Tabel dimensi berisi data perspektif mengenai suatu entitas. Perangkat dari data warehouse yang bernama OLAP (Online Analytical Processing) dapat digunakan untuk menganalisis data dan menyediakan informasi yang dibangun berdasarkan model data multidimensi (Paskarina & Ayub, 2010). Penerapan data warehouse dapat dilakukan di berbagai bidang dan memberikan manfaat bagi perusahaan. Sebagai contoh, data warehouse yang dikembangkan di Departemen Kesehatan PT. Ateja Multi Industri (Paskarina & Ayub, 2010) mampu menghasilkan informasi kesehatan yang dibutuhkan perusahaan untuk pengambilan keputusan dalam hal peningkatan pelayanan kesehatan karyawan, pemantauan kuota jaminan kesehatan karyawan, dan pemantauan kesehatan serta kinerja karyawan dalam suatu departemen. Data warehouse yang dirancang pada PT. Atlas Transindo Raya (Oktavia, 2011) juga membantu pihak eksekutif perusahaan dalam kegiatan analisis terhadap laporan yang dihasilkan berdasarkan berbagai dimensi dan digunakan sebagai alat untuk
4
menganalisis tren atau kecenderungan yang saat ini berlangsung pada jasa pengiriman perusahaan melalui penggunaan dashboard. Data warehouse yang dirancang pada Politeknik Negeri Lhokseumawe (Prihatin, 2013) juga dapat digunakan oleh pimpinan untuk melihat tren di dalam penerimaan calon mahasiswa baru dan dijadikan sebagai sarana pengambilan keputusan. Selain itu, dengan dibuatnya data warehouse pada Cemerlang Skin Care (Darudiato, 2010) menjadikan data yang tersebar di berbagai cabang terintegrasi dan dalam bentuk yang lebih ringkas, sehingga pihak eksekutif dapat menganalisis dan mengambil keputusan dengan lebih cepat. Dari hasil penelitian yang telah disebutkan sebelumnya, penerapan data warehouse mampu menyimpan data historis, menampilkan informasi yang diperlukan untuk pengambilan keputusan bisnis, dan dapat digunakan untuk melihat tren perkembangan yang terjadi. Dengan adanya data warehouse, diharapkan dapat membantu PT. XYZ dalam menganalisis tren transaksi dan registrasi mitra yang terjadi dari berbagai dimensi, sehingga dapat mengambil keputusan strategi promosi yang tepat untuk layanan payment point.
1.2
Rumusan Permasalahan Jumlah transaksi pada layanan payment point PT. XYZ meningkat seiring
dengan bertambahnya jumlah mitra. Data transaksi disimpan dalam database operasional, sehingga informasi yang dapat diperoleh tidak dapat digunakan sebagai bahan analisis untuk mengetahui informasi berupa tren transaksi dan registrasi mitra. Karena itu, PT. XYZ mengalami kesulitan dalam pengambilan keputusan strategi promosi yang tepat berdasarkan tren yang terjadi.
5
Rumusan permasalahan dalam penelitian tesis ini adalah: a. Bagaimana proses pengembangan data warehouse dilakukan dan dianalisis untuk dapat menyajikan informasi yang diperlukan oleh PT. XYZ? b. Bagaimana tren jumlah transaksi yang terjadi berdasarkan jenis biller, produk, lokasi, jenis platform, jam transaksi, dan pergerakan jumlah transaksi per jam untuk setiap jenis biller pada periode waktu tertentu? c. Bagaimana tren jumlah registrasi mitra yang terjadi berdasarkan lokasi pada periode waktu tertentu?
1.3
Tujuan dan Manfaat Penelitian tesis ini dilakukan dengan jalur case study. Tujuan yang ingin
dicapai pada penelitian ini adalah: a. Mengembangkan data warehouse yang berasal dari database operasional layanan payment point PT. XYZ. b. Melakukan analisis data warehouse dengan OLAP untuk mengetahui tren transaksi dan registrasi mitra. c. Membuat report dan dashboard untuk memudahkan PT. XYZ dalam melihat tren yang terjadi. Dengan adanya data warehouse pada layanan payment point PT. XYZ, maka manfaat yang akan diperoleh adalah: a. PT. XYZ dapat menyajikan informasi transaksi dan registrasi mitra dari berbagai dimensi.
6
b. Tersedianya data yang lebih akurat yang dapat dianalisis dari berbagai dimensi, sehingga memudahkan PT. XYZ dalam pengambilan keputusan strategi promosi yang tepat.
1.4
Ruang Lingkup Penelitian studi kasus ini hanya dibatasi pada pengembangan dan analisis
data warehouse dari data transaksi dan registrasi mitra pada layanan payment point PT. XYZ. Batasan yang perlu diperhatikan adalah: a. Sesuai dengan kebutuhan PT. XYZ, sampel data yang digunakan adalah database operasional tahun 2014 dan 2015. Data yang digunakan adalah data dengan status transaksi dan registrasi mitra berhasil. b. Pengembangan data warehouse dilakukan dengan metodologi Kimball yang dikenal dengan nine-step design methodology (Kimball & Ross, 2010, pp 210-215). c. Tren yang dimaksudkan dalam tesis ini adalah sesuatu yang sedang diminati pada layanan payment point pada periode waktu tertentu. Tren transaksi yang disajikan pada tesis ini meliputi jumlah transaksi yang terjadi berdasarkan jenis biller, produk, lokasi, jenis platform, dan jam transaksi, serta pergerakan jumlah transaksi per jam untuk setiap jenis biller pada periode waktu tertentu. Sedangkan, tren registrasi mitra yang disajikan meliputi jumlah registrasi mitra yang terjadi berdasarkan lokasi pada periode waktu tertentu. d. Tidak meliputi pembuatan prosedur administrasi, backup, dan keamanan pada data warehouse yang dikembangkan.
