BAB II LANDASAN TEORI 2.1
Konsep Dasar Sistem Informasi Sistem merupakan suatu bentuk integrasi antara satu komponen dengan
komponen lain karena sistem memiliki sasaran yang berbeda untuk setiap kasus yang terjadi yang ada di dalam sistem tersebut. Oleh karena itu, sistem dapat diklasifikasikan dari beberapa sudut pandang [Tata Sutabri, 2012 : 22] diantaranya: A.
Sistem Abstrak dan sistem fisik : Sistem abstrak adalah sistem yang berupa pemikiran atau ide-ide yang tidak tampak secara fisik, misalnya sistem teologia, yaitu sistem yang berupa pemikiran hubungan antara manusia dengan Tuhan, sedangkan sistem fisik merupakan sistem yang ada secara fisik, misalnya sistem komputer, sistem produksi, sistem penjualan, sistem administrasi personalia dan lain sebagainya.
B.
Sistem alamiah dan sistem buatan manusia : Sistem alamiah adalah sistem yang terjadi melalui proses alam, tidak dibuat oleh manusia, misalnya sistem perputaran bumi, terjadinya siang malam, pergantian musim. Sedangkan sistem buatan manusia merupakan sistem yang melibatkan interaksi manusia dengan mesin yang disebut human machine system. Sistem informasi berbasis komputer merupakan contoh human machine system karena menyangkut penggunaan komputer yang berinteraksi dengan manusia.
C.
Sistem determinasi dan sistem probabilistik : Sistem yang beroperasi dengan tingkah laku yang dapat diprediksi disebut sistem deterministic. Sistem komputer adalah contoh dari sistem yang tingkah lakunya dapat dipastikan berdasarkan program – program komputer yang dijalankan, sedangkan sistem yang bersifat probabilistik adalah sistem yang kondisi masa depannya tidak dapat diprediksi karena mengandung unsur probabilistic.
6
7
D.
Sistem terbuka dan sistem tertutup : Sistem tertutup merupakan sistem yang tidak berhubungan dan tidak terpengaruh oleh lingkungan luarnya. Sistem ini bekerja secara otomatis tanpa campur tangan pihak luar, Sedangkan sistem terbuka adalah sistem yang berhubungan dan dipengaruhi oleh lingkungan luarnya. Sistem ini menerima masukan dan menghasilkan keluaran subsistem lainnya.
2.2
Definisi Informasi Informasi adalah data yang telah diklasifikasi atau diinterpretasi untuk
digunakan dalam proses pengambilan keputusan. Sistem pengolahan informasi mengolah data menjadi informasi atau tepatnya mengolah data dari bentuk tak berguna menjadi bentuk berguna bagi penerimanya. Nilai informasi berhubungan dengan keputusan maka informasi menjadi tidak diperlukan keputusan dapat berkisar dari keputusan berulang sederhana sampai keputusan strategis jangka panjang. Nilai informasi dilukiskan paling berarti dalam konteks sebuah keputusan [Tata Sutabri, 2012 : 29]. Informasi adalah data yang telah terorganisasi sehingga dapat memberikan arti dan nilai bagi yang menerima informasi [Cegielski & Rainer, 2011:10]. Informasi adalah data hasil pemrosesan yang memiliki makna, biasanya menceritakan suatu hal yang belum diketahui kepada pengguna [McLeod & Schell, 2008:11]. Dari penjelasan di atas dapat disimpulkan bahwa informasi merupakan hasil olahan dari suatu data yang sudah memiliki makna dan dapat memberikan informasi bagi penerimanya. 2.3
Pengertian Sistem Informasi Sistem informasi adalah suatu sistem didalam suatu organisasi yang
mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi operasi organisasi yang bersifat manajerial dengan kegiatan strategi dari suatu
8
organisasi untuk dapat menyediakan kepada pihak luar tertentu dengan laporanlaporan yang diperlukan [Tata Sutabri, 2012 : 46]. 2.4
Pemodelan Sistem UML (Unified Modelling Language) adalah salah standar bahasa yang
banyak digunakan di dunia industri untuk mendefinisikan requirement, membuat analisis dan desain, serta menggambarkan arsitektur dalam pemrograman berorientasi objek [Rosa A.S, dkk 2013 : 133] UML diaplikasikan untuk maksud tertentu, biasanya antara lain untuk : [Prabowo Pudjo Widodo, Herlawati 2011 : 6] A. Merancang perangkat lunak. B. Sarana komunikasi antara perangkat lunak dengan proses bisnis. C. Menjabarkan sistem secara rinci untuk analisa dan mencari apa yang diperlukan sistem. D. Mendokumentasi sistem yang ada, proses-proses dan organisasinya. Pada UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori. Pembagian kategori dan macam-macam diagram tersebut dapat dilihat pada gambar dibawah
Gambar 2.1 Diagram UML (Rosa A.S, dkk : 140)
9
2.4.1
Konsepsi dasar UML Konsepsi dasar UML menggunakan beberapa pemodelan sistem, yaitu :
1.
Class Diagram Class diagram menurut Rosa A.S, dkk [Rekayasa Perangkat Lunak, 2013 :
141] adalah menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas memiliki atribut dan metode operasi •
Atribut merupakan variabel-variabel yang dimiliki oleh suatu class.
•
Operasi atau metode adalah fungsi-fungsi yang dimiliki oleh suatu class. Kemampuan menghasilkan kode program yang dimiliki diagram kelas
menyebabkan diagram ini memiliki hubungan yang khas dengan diagram UML lainnya. Pada gambar 2.3 terlihat bahwa diagram yang lain memberi masukan kepada diagram kelas. Diagram kelas yang baik menghasilkan suatu rancangan sistem atau program yang mendekati kenyataan.
Gambar 2.2 Hubungan diagram kelas dengan diagram lainnya (Prabowo Pudjo Widodo, dkk : 38) Secara teknis, [Prabowo Pudjo Widodo, dkk, 2013 : 39] mengartikan sebuah kelas sebagai suatu definisi sumber daya yang termasuk didalamnya informasi-informasi yang menggambarkan fitur suatu entitas dan bagaimana penggunaannya. Sedangkan objek adalah entitas yang bersifat unik yang mengikuti aturan-aturan yang sudah didefinisikan dalam kelasnya. Dalam terminologi perangkat lunak, kode program ditulis sebagai kumpulan kelas-kelas
10
yang mengacu pada perilaku yang telah didefinisikan dalam kelas. Dalam database, objek dinyatakan berupa baris yang tersimpan dalam file yang berada dalam memori komputer. Jadi diagram kelas menggambarkan “fisik” sistem yang akan dibuat. 2.
Use Case Diagram Use case diagram menurut Rosa A.S, dkk [Rekayasa Perangkat Lunak,
2013 : 155] merupakan pemodelan untuk kelakuan (behavior) sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat. Use case digunakan untuk mengetahui fungsi apa saja yang ada didalam sebuah sistem informasi dan siapa saja yang berhak menggunakan fungsi-fungsi itu. Komponen pembentuk diagram use case adalah :
A. Aktor Aktor adalah orang, proses, atau sistem lain yang berinteraksi dengan sistem informasi yang akan dibuat diluar sistem informasi yang akan dibuat itu sendiri.
Gambar 2.3 Simbol Aktor (Rosa A.S, dkk. 2013 : 156) B. User Case : Use case adalah fungsionalitas yang disediakan sistem sebagai unit-unit yang saling bertukar pesan antar unit atau aktor, biasanya dinyatakan dengan menggunakan kata kerja di awal frase nama use case.
11
Gambar 2.4 Simbol Use case (Rosa A.S, dkk. 2013 : 156)
C. Hubungan (Link) : Link adalah. actor mana saja yang terlibat dalam use case. •
Asosiasi : Komunikasi antara aktor dengan.use case yang berpartisipasi pada use case atau use case memiliki interaksi pada actor
Gambar 2.5 Simbol Asosiasi (Rosa A.S, dkk. 2013: 156) •
Generalisasi : Hubungan generalisasi dan spesialisasi (umum – khusus) antara dua buah use case dimana fungsi yang satu adalah fungsi yang lebih umum dari lainnya. Contoh : arah panah mengarah pada use case yang menjadi generalisasinya (umum)
Gambar 2.6 Simbol Generalisasi (Rosa A.S, dkk. 2013: 157) •
Extend : Relasi use case tambahan ke sebuah use case dimana use case ditambahkan dapat berdiri sendiri walau tanpa use case.
12
Gambar 2.7 Simbol Extend (Rosa A.S, dkk. 2013: 156) •
Include : Relasi use case tambahan ke sebuah use case dimana use case yang ditambahkan memerlukan use case ini untuk menjalankan fungsinya atau sebagai syarat dijalankan use case ini.
Gambar 2.8 Simbol Include (Rosa A.S, dkk. 2013: 158) Berikut adalah contoh diagram use case dari sistem informasi manajemen perpustakaan :
13
Gambar 2.9 Use Case Diagram Sistem Informasi Manajemen Perpustakaan (Rosa A.S, dkk. 2013: 204) 3.
Activity Diagram Diagram aktivitas atau activity diagram menggambarkan workflow (aliran
kerja) atau aktivitas dari sebuah sistem atau proses bisnis atau menu yang ada pada perangkat lunak. Diagram aktivitas juga banyak digunakan untuk mendefinisikan hal-hal berikut [Rosa A.S, dkk 2013 : 161] A. Rancangan proses bisnis dimana setiap urutan aktivitas yang digambarkan merupakan proses bisnis sistem yang didefinisikan. B. Urutan atau pengelompokkan tampilan dari sistem atau user interface dimana setiap aktivitas dianggap memiliki sebuah rancangan antarmuka.
14
C. Rancangan pengujian dimana setiap aktivitas dianggap memerlukan sebuah pengujian yang perlu didefinisikan kasus ujinya. D. Rancangan menu yang ditampilkan pada perangkat lunak.
Gambar 2.10 Simbol-simbol Activity Diagram (Rosa A.S, dkk. 2013: 162) 4.
Statechart Diagram Diagram statechart atau diagram state machine adalah diagram yang
menggambarkan perilaku sistem perangkat lunak yang kita buat dan perilaku kelas, subsistem dan seluruh aplikasi. Selain itu diagram statechart bermanfaat juga untuk menyediakan cara yang baik dalam memodelkan komunikasi yang terjadi dengan entitas luar via protocol atau sistem dasarnya [Prabowo Pudjo Widodo, dkk, 2013 : 125] Berikut ini komponen – komponen dasar yang ada dalam statechart diagram :
15
Gambar 2.11 Simbol-simbol Statechart Diagram (Rosa A.S, dkk. 2013: 164)
Gambar 2.12 Contoh Statechart Diagram (Rosa A.S, dkk. 2013: 164) 5.
Sequence Diagram Diagram Sekuen menggambarkan kelakuan objek pada use case dengan
mendeskripsikan waktu hidup objek dan message yang dikirimkan dan diterima antar objek. Oleh karena itu untuk menggambar diagram sekuen maka harus diketahui objek-objek yang terlibat dalam sebuah use case beserta metode-metode yang dimiliki kelas yang diinstansiasi menjadi objek itu. Membuat diagram sekuen juga dibutuhkan untuk melihat skenario yang ada pada use case.
16
Berikut ini komponen – komponen dasar yang ada dalam sequence diagram :
Gambar 2.13 Contoh Sequence Diagram (Rosa A.S, dkk. 2013: 165) 2.5
Pengertian Database Database adalah sebuah kumpulan logikal data yang saling berkait, dan
deskripsi dari data tersebut, dirancang untuk memenuhi kebutuhan informasi dari sebuah organisasi [Connolly & Begg, 2010 : 65]. Dari penjelasan di atas dapat disimpulkan bahwa database adalah tempat penyimpanan semua record dari suatu perusahaan.
17
2.6
Pengertian Database Management System (DBMS) Database management system adalah sebuah perangkat lunak yang
memungkinkan pengguna untuk mendefinisikan, membuat, memelihara dan mengontrol akses ke database [Connolly & Begg, 2010 : 66] Dari definisi di atas, dapat disimpulkan DBMS adalah perangkat lunak yang mengatur sebuah database, sehingga DBMS merupakan salah satu komponen penting dalam sebuah sistem yang terkomputerisasi.
2.7
SQL SQL (Structured Query Language) adalah bahasa yang digunakan untuk
mengelola data pada DBMS. SQL awalnya dikembangkan berdasarkan teori aljabar relasional dan kalkulus. Bahasa SQL dibuat sebagai bahasa yang dapat merelasikan beberapa tabel dalam database maupun merelasikan antar database. SQL dibagi menjadi dua bentuk query, yaitu : 1. DDL (Data Definition Language) DDL adalah sebuah metofe Query language yang berguna untuk mendefinisikan pada sebuah database, adapun Query yang dimiliki adalah “ •
CREATE : digunakan untuk melakukan pembuatan tabel database.
•
DROP
: digunakan untuk melakukan penghapusan tabel maupun
database. •
ALTER
: digunakan untuk melakukan pengubahan struktur tabel yang telah
dibuat, baik menambah Field, mengganti nama Field ataupun menamakannya kembali. 2.
DML (Data Manipulation Language) DML adalah sebuah metode query yang dapat digunakan apabila DDL
telah terjadi, sehingga fungsi query ini adalah untuk melakukan pemanipulasian
18
database yang telah ada atau telah dibuat sebelumnya, adapun query yang digunakan di dalamnya adalah: •
INSERT : digunakan untuk melakukan pemasukkan data pada tabel database.
•
UPDATE : digunakan untuk melakukan pengubahan atau peremajaan terhadap data yang ada pada tabel.
•
DELETE : digunakan untuk melakukan penghapusan data pada tabel.
•
SELECT : digunakan sebagai pemanggilan isi dari sebuah tabel database
2.8
Pengertian Online Transaction Processing (OLTP) Mengenai OLTP, sistem ini menghasilkan data operasional yang rinci, saat
ini dan dapat berubah. Sistem OLTP mengoptimalkan transaksi dalam jumlah besar, yang diprediksi, berulang, dan diperbarui secara intensif. Data OLTP dapat diatur sesuai dengan persyaratan dari transaksi yang terkait dengan aplikasi bisnis dan mendukung keputusan perhari dalam jumlah besar pada pengguna operasional [Connolly & Begg, 2010 : 1198]. Dari definisi di atas, dapat disimpulkan bahwa OLTP adalah suatu sistem yang memproses suatu transaksi secara langsung pada suatu jaringan.
2.9
Pengertian Online Analytical Processing (OLAP) OLAP adalah istilah untuk menggambarkan sebuah teknologi yang
menggunakan tampilan multidimesional dari data agregat untuk menghasilkan akses yang cepat ke informasi yang strategis untuk tujuan analisis [Connolly & Begg, 2010 : 1249]. Dari definisi di atas, dapat disimpulkan OLAP merupakan suatu metode untuk menyajikan jawaban dari suatu permintaan dari user dimana OLAP bersifat dimensional sehingga aksesnya cepat.
19
2.10
Pengertian Data Warehouse Data warehouse adalah hasil dari homogenisasi dan mengintegrasikan data
yang relevan dari organisasi (disimpan dalam sumber data organisasi) dengan tampilan yang detail dan konsekuen, dimana sumber data harus dipertimbangkan sepanjang proses desain [Romero & Alberto, 2009 : 2]. Datawarehouse merupakan kumpulan data yang berorientasi subjek, integrasi, berdasarkan waktu, dan tidak mengalami perubahan dalam mendukung proses pengambilan manajemen [Connoly & Begg, 2010 : 1197]. Data warehouse adalah kumpulan data yang diekstrak dari database operasional, historis, dan eksternal, yang dibersihkan, diubah, dan dikatalogkan untuk
penelusuran
dan
analisis
untuk
pengambilan
keputusan
bisnis
[O’Brien,2010 : 191]. Dari definisi di atas, dapat disimpulkan data warehouse adalah suatu arsitektur yang memiliki karakterisitik berorientasikan subjek, terintegrasi, dimensi waktu dan non volatile yang digunakan dalam mendukung proses pengambilan keputusan.
2.11
Karakteristik Data Warehouse Data Warehouse memiliki karakteristik sebagai berikut :
A.
Subject Orientation Data warehouse berorientasikan subjek artinya sebuah data warehouse
dirancang untuk menganalisa data berdasarkan subjek-subjek tertentu seperti pelanggan, barang produk, dan penjualan. Data warehouse berfokus pada model dan analisis pada data untuk membuat keputusan, bukan pada proses ataupun fungsi tertentu. “Pada perusahaan asuransi, aplikasi yang berjalan seperti otomotif, bidang kesehatan, dan kecelakaan. Sedangkan subjek utama dari asuransi adalah kebijakan, pelanggan, premi, dan klaim. Pada perusahaan manufaktur, subjek utamanya adalah produk, order, vendor, tagihan material, dan bahan mentah. Untuk perusahaan ritel subjek utamanya adalah produk, SKU (Stock Keeping Unit), penjualan, vendor dan lainnya. Setiap perusahaan memiliki satu set subjek yang unik”.
20
Gambar 2.14 Contoh Subject Orientation dari Data Warehouse B.
Intergrated Integrasi merupakan aspek yang paling penting di dalam data warehouse.
Data disuplai dari beberapa sumber yang berbeda ke dalam data warehouse. Data diubah, diformat ulang, disusun kembali, diringkas, dan terintegrasi sehingga data tidak bisa dipecah-pecah karena data yang ada merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse. Data yang masuk ke dalam data warehouse dengan berbagai cara dan mempunyai ketidakkonsistenan pada tingkat aplikasi tidak akan dimasukkan. Contoh konsistensi data antara lain adalah penamaan, struktur kunci, ukuran atribut, dan karakteristik data secara fisik. Hasilnya adalah data dalam data warehouse yang mempunyai satu bentuk. Gambar 2.2 di bawah ini akan mengilustrasikan integrasi yang muncul ketika data melewati lingkungan operasional berbasiskan aplikasi ke lingkungan data warehouse.
21
Gambar 2.15 Contoh dari Integration Data Warehouse
C.
Non - Volatile Karakteristik ketiga yang terpenting dalam data warehouse adalah non-
volatile. Gambar 2.3 mengambarkan non-volatile dalam suatu data. Dimana menggambarkan operasional data yang diakses dan dimanipulasi pada suatu waktu. Data diperbarui dalam lingkungan operasional sebagai hal biasa, namun data warehouse memiliki karakteristik yang berbeda. Data warehouse di load dan diakses, tetapi tidak di update. Apabila terdapat perubahan maupun pembaruan, maka data lama akan tetap tersimpan. Gambar 2.3 menggambarkan perbedaan antara data operasional dan data warehouse. Dimana data di lingkungan operasional dapat dilakukan perubahan (update), dihapus (delete), dan dimasukkan data baru (insert). Sedangkan data warehouse terjadi proses mass load dan akses data. Sehingga data lama tidak akan tertimpa, yakni tersimpan.
22
Gambar 2.16 Perbedaan Data di Data Operasional dan Data di Data Warehouse
D.
Time - Variant Karakteristik terakhir dalam data warehouse adalah time-variant.
Karakteristik ini mengimplikasikan bahwa tiap data dalam data warehouse itu selalu akurat dalam periode tertentu. Dalam satu sisi, sebuah record dalam database memiliki waktu yang telah ditetapkan secara langsung. Di sisi lain, sebuah record mempunyai waktu transaksi. Dalam varian waktu, bahwa setiap unit di data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Bisa dengan menggunakan rentang waktu tertentu, seperti 5-10 tahun ke depan, atau dengan menggunakan perbedaan waktu yg disajikan dalam data warehouse seperti, hari, minggu, bulan. Dalam setiap lingkungan baik operasional maupun data warehouse. Memiliki time horizon atau batas waktu. Batas waktu pada data warehouse lebih lama daripada sistem operasional. Karena perbedaan batas waktu tersebut, maka data warehouse mempunyai lebih banyak histori daripada lingkungan lainnya. Gambar 2.4 menjelaskan perbedaan data operasional dan data warehouse dari segi time variant.
23
Gambar 2.17 Perbedaan time variant antara Data di Data Operasional dan Data di Data Warehouse
2.12
Keuntungan Data Warehouse Menurut [Connolly & Begg, 2010:1198], keberhasilan implementasi data
warehouse dapat membawa manfaat besar bagi perusahaan yakni: A.
Potensi Tingginya Pengembalian Investasi Sebuah organisasi harus berkomitmen pada sejumlah besar sumber daya
untuk memastikan keberhasilan pelaksanaan sebuah data warehouse dalam biaya yang bervariasi dari £50.000 sampai lebih dari £10 juta. Namun, sebuah studi oleh International Data Corporation (IDC) pada tahun 1996 melaporkan bahwa ratarata tiga tahun pengembalian atas investasi (ROI) dalam data warehouse mencapai 401%, dengan lebih dari 90% dari perusahaan yang disurvei mencapai lebih dari 40% ROI, setengah perusahaan mencapai lebih dari 160% ROI, dan seperempat dengan lebih dari 600% ROI [IDC, 1996].
B.
Keunggulan Kompetitif Dengan besar pengembalian atas investasi (ROI) bagi perusahaan yang
telah berhasil menerapkan data warehouse adalah bukti keunggulan kompetitif yang sangat besar pada teknologi ini. Keunggulan kompetitif diperoleh dengan memungkinkan pengambil keputusan dapat mengakses data yang dapat memberikan informasi yang sebelumnya tidak tersedia, tidak diketahui, dan belum dimanfaatkan, misalnya pelanggan, tren, dan kebutuhan.
24
C.
Meningkatkan
Produktifitas
Pengambilan
Keputusan
Dalam
Organisasi Data warehouse dapat meningkatkan produktivitas perusahaan pembuat keputusan dengan menciptakan database yang terintegrasi, konsisten, subject oriented, data historis. Data warehouse mengintegrasikan data dari beberapa sistem yang tidak kompatibel ke dalam satu bentuk yang konsisten dari organisasi. Dengan mengubah data menjadi informasi yang berarti, data warehouse memungkinkan pembuat keputusan untuk melakukan analisis yang lebih substantif, akurat, dan konsisten.
2.13
Hubungan dan Perbedaan Sistem OLTP dan Data Warehouse Menurut [Connolly & Begg, 2010:1198], sebuah DBMS dibangun untuk
Online Transaction Processing (OLTP) umumnya dianggap tidak cocok untuk data warehouse. Hal ini disebabkan karena setiap sistem dirancang memiliki perbedaan persyaratan konsep. Sebagai contoh, sistem OLTP dirancang untuk memaksimalkan kapasitas pemrosesan transaksi, sedangkan data warehouse dirancang untuk mendukung ad hoc pemrosesan query. Tabel 2.1 akan menjelaskan dengan detil perbedaan antara OLTP (Online Transaction Processing) dan data warehouse.
Tabel 2.1 Perbedaan sistem OLTP dan Sistem Data Warehouse [Connolly & Begg, 2010:1199] Karateristik
Sistem OLTP
Tujuan utama Mendukung proses
Sistem Data warehouse Mendukung proses analisa
operasional Umur data
Saat ini
Historikal
Latensi data
Real time
Tergantung pada panjang siklus untuk suplement data ke data warehouse
Glanularitas data
Data yang detil
Data yang detil, ringkasan data yang ringan dan berat.
25
Lanjutan Tabel 2.1 Proses data
Tingkat arus data yang Tingkat arus data yang rendah atau tinggi pada transaksi, pola sedang pada transaksi, pola yang tidak yang terprediksi dari data terprediksi dari data query-nya. insert, updates, delete dan query
Laporan
Users
Terprediksi, satu dimensi, laporan yang tetap dan statis Melayani sejumlah pengguna operasional yang banyak
Tidak terprediksi, multidimensional, laporan yang menarik Melayani pengguna managerial yang sedikit
Menurut [Connolly & Begg, 2010:1199], meskipun OLTP sistem dan gudang data yang memiliki karakteristik yang berbeda dan dibangun dengan tujuan yang berbeda dalam pikiran, sistem ini sangat erat kaitannya dalam sistem OLTP menyediakan sumber data untuk gudang. Masalah utama dari hubungan ini adalah bahwa data yang dimiliki oleh sistem OLTP dapat menjadi tidak konsisten, terfragmentasi, dan dapat berubah, yang mengandung entri duplikat atau hilang. Dengan demikian, data operasional harus 'dibersihkan' sebelum dapat digunakan dalam data warehouse.
2.14
Arsitektur Data Warehouse Dalam perancangan data warehouse diperlukan proses, tools, teknologi
terkait dengan data warehouse. Arsitektur data warehouse, seperti berikut:
26
Gambar 2.18 Gambaran Arsitektur Data Warehouse [Connolly & Begg, 2010:1203]
A.
Operational Data Sumber – sumber data yang ada di data warehouse disediakan : •
Mainframe data operasional ada pada generasi pertama database hierarki dan database jaringan.
•
Data departemental disimpan di berbagai macam file, seperti: VSAM, RMS dan relational DBMS seperti Informix dan Oracle.
•
Data pribadi disimpan di dalam workstation dan private server.
•
Sistem eksternal seperti internet, database komersial, atau database yang berhubungan dengan organisasi dari supplier atau konsumen.
B.
Operational Data Store Sebuah operational data store (ODS) adalah sebuah data warehouse dari
data operasional dan saling terintegrasi yang digunakan untuk analisis. ODS biasanya melakukan penstrukturan dan penyediaan data seperti halnya sebuah data warehouse, tetapi sebenarnya bertindak secara sederhana sebagai suatu tempat penampungan sementara sebelum data akan dipindahkan ke warehouse.
27
Membangun sebuah operational data store dapat membantu dalam pembangunan sebuah data warehouse, karena ODS menyediakan data yang sudah di ekstrak dari sumber dan sudah di bersihkan. Ini dapat diartikan bahwa pekerjaan yang tersisa untuk mengintegrasikan dan merestrukturisasi data warehouse disederhanakan. C.
Load Manager Load manager atau biasa disebut komponen fronted, melakukan sebuah
operasi terkait dengan ekstraksi dan pemuatan data ke dalam warehouse. Data mungkin diekstrak secara langsung dari sumber data atau dari operational data store. Operasi dilakukan oleh manajer, dapat mencakup sebuah transformasi sederhana dari sebuah data, yang bertujuan untuk mempersiapkan data untuk masuk ke dalam warehouse. Ukuran dan kompleksitas komponen ini akan bervariasi antara data warehouse dan dapat dibangun dengan menggunakan kombinasi vendor data loading tools dan custom built program. D.
Warehouse Manager Warehouse manager melakukan semua operasi yang berhubungan dengan
pengelolaan data di dalam warehouse. Komponen ini dikonstruksikan dengan menggunakan vendor data management dan custom built program. Operasi– operasi yang dilakukan dengan menggunakan warehouse manager adalah: •
Analisis data untuk memastikan konsistensi.
•
Transformasi dan penggabungan dari sumber data, dari tempat penyimpanan sementara ke dalam tabel di dalam data warehouse.
E.
•
Membuat indeks-indeks dan view berdasarkan tabel.
•
Melakukan denormalisasi (jika diperlukan).
•
Melakukan aggregation (jika diperlukan).
•
Backup dan archive data.
Query Manager Query Manager yang juga disebut komponen back end, melakukan semua
opearsi yang berhubungan dengan pengelolaan user queries. Komponen ini
28
dibangun dengan menggunakan vendor user-end data acces tools, data warehouse monitoring, fasilitas database, dan custom built program. Kompleksitas dari query manager ini ditentukan oleh fasilitas yang disediakan oleh end user access tools
dan database. Operasi yang dilakukan oleh komponen ini termasuk
mengarahkan query ke tabel yang tepat dan penjadwalan eksekusi query. Dalam beberapa kasus, manager query juga mengasilkan profil permintaan untuk memungkinkan manajer warehouse untuk menentukan indeks dan agregasi yang sesuai.
F.
Detailed Data Area dari data warehouse ini menyimpan semua detail data di dalam
skema database. Kebanyakan kasus yang ada, detail data tidak di simpan secara online, tetapi dibuat melalui agregasi data pada tingkatan detail berikutnya.
G.
Lightly dan Highly Summarized Data Area ini menyimpan semua lightly dan highly summarized data yang
dihasilkan oleh warehouse manager. Area dari data warehouse ini adalah sebuah tempat untuk menampung sementara sebelum dilakukannya perubahan secara berkelanjutan untuk merespon perubahan profil query. Tujuannya adalah untuk mempercepat pencapaian query. Biaya operasi ini akan meningkat berhubungan dengan proses peringkasan data. Ini dapat diseimbangkan dengan menghapus keperluan secara terus-menerus untuk melakukan operasi ringkasan dalam menjawab query user. Ringkasan data akan terus di-update ketika terdapat data baru yang terisi ke dalam warehouse.
H.
Archive / Backup Data Area dari data warehouse ini menyimpan semua detail dan ringkasan data
yang bertujuan untuk melakukan archiving dan backup. Meskipun data ringkasan di generate dari detail data, itu memungkinkan untuk backup ringkasan data secara online, jika data ini disimpan melebihi waktu/periode penyimpanan untuk detail data. Data dipindahkan ke penyimpanan archive seperti magnetic tape atau optical drive.
29
I.
Metadata Area dari warehouse ini menyimpan sebuah definisi metadata (data dari
data), yang digunakan oleh semua proses didalam warehouse. Tujuan digunakannya metadata adalah untuk: •
Ekstraksi dan proses loading metadata digunakan untuk memetakan sumber data ke dalam tampilan yang umum dari data dalam warehouse.
•
Proses
pengelolaan
warehouse,
metadata
digunakan
untuk
mengotomatisasikan pembuatan tabel ringkasan. •
Proses pengelolaan query, metadata digunakan untuk mengarahkan suatu query dengan sumber data yang tepat.
J.
End-User Access Tools Tujuan dari data warehousing adalah untuk menghasilkan sebuah
informasi untuk bisnis user dalam strategi pembuatan keputusan. Para user ini berhubungan dengan data warehouse menggunakan end-user access tools. Ada lima kategori utama dari end-user access tools: •
Reporting and query tools Reporting tools meliputi production reporting tools dan writers. Production reporting tools digunakan untuk menghasilkan laporan operasional regular atau mendukung high-volume batch job, seperti pesanan pelanggan/faktur dan pembayaran staf. Report writer adalah dekstop tools yang dirancang untuk end-user. Query tools data warehouse dirancang untuk menerima SQL dalam proses query data yang tersimpan didalam data warehouse.
•
Application development tools Aplikasi yang sesuai dengan kebutuhan user, yang dirancang secara ramah untuk sisi client server. Beberapa aplikasi terintegrasi dengan OLAP tools dan dapat mengakses semua sistem basis data utama, seperti Oracle, Sybase, Infomix.
30
•
Executive information system (EIS) tools. EIS, yang sering disebut sebagai everybody’s information system, yang sebenarnya dibangun untuk mendukung high-level pembuatan keputusan yang stategis. Namun akhirnya meluas dan mendukung semua tingkat manajemen. EIS yang terisolasi dengan mainframe memungkinkan user untuk membuat aplikasi pendukung pengambilan keputusan untuk menyediakan data organisasi dan mengakses ke sumber data eksternal.
•
Online analytical processing (OLAP) tools OLAP
berbasis
pada
konsep
database
multidimensi
dan
memperbolehkan user untuk menganalisis data dengan menggunakan sebuah view yang kompleks dan multidimensional. Tools ini juga didukung oleh multidimensional database (MDDB), atau oleh database
relasional
yang
dirancang
untuk
mendapatkan
multidimensional queries. •
Data mining tools Data mining adalah sebuah proses menemukan korelasi, pola dan arah baru yang mempunyai arti dengan mining sejumlah besar data dengan menggunakan teknik statistik, matematika dan artificial intelligence. Data mining memiliki potensi untuk menggantikan kemampuan OLAP tools.
2.15
Model Dimensional Data Warehouse Menurut [Connolly & Begg, 2010:1227], model dimensional merupakan
teknik rancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang memperbolehkan akses dengan performa yang tinggi. Model dimensional menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. [Connolly & Begg, 2010:1227], membagi model dimensi menjadi 3 macam, yakni:
31
A.
Star Schema Menurut
[Connolly & Begg, 2010:1227], star schema adalah sebuah
struktur logis yang memiliki tabel fakta yang berisi data faktual ditengah, dan dikelilingi oleh tabel dimensi yang berisi data referensi (yang dapat di denormalisasi). Menurut Jurnal [Rabuzin, 2012:122], sebuah data warehouse merupakan jenis khusus dari database yang tidak dirancang sesuai dengan form normal dan/atau prinsip pemodelan ER(A), namun data yang dikumpulkan dan terintegrasi dari berbagai sumber, diorganisir dalam struktur khusus yang disebut skema bintang (star schema). Dalam star schema beberapa tabel dimensi (dengan banyak atribut yang digunakan untuk menganalisis data) biasanya terhubung ke tabel fakta tunggal yang berisi data numerik yang akan dianalisis. Star Schema dapat digunakan untuk mempercepat performa query dengan melakukan denormalisasi informasi ke dalam tabel dimensi tunggal. Contoh yang diberikan oleh [Connolly & Begg, 2010:1228], terdapat berbagai macam tabel dimensi (seperti Property ForSale, Branch, ClientBuyer, Staff, dan Owner) berisi data lokasi seperti (city, region, dan country) dimana data tersebut diulang disetiap tabel dimensi.
Gambar 2.19 Contoh Star Schema [Connolly & Begg, 2010:1228]
32
B.
Snowflake Scheme Menurut jurnalnya [Chandra, 2010:589] snowflake merupakan variasi lain
dari star schema dimana tabel dimensi dari star schema mengalami normalisasi sehingga dapat diorganisasikan menjadi suatu hirarki. Sedangkan menurut [Connolly & Begg, 2010:1229], snowflake schema adalah sebuah variasi dari star schema dimana tabel dimensinya tidak berisi data yang didenormalisasi. Dalam snowflake schema, tabel dimensi diperbolehkan untuk mempunyai tabel dimensi. Contohnya “kita dapat menormalisasikan data lokasi seperti atribut city, region, dan country dalam tabel dimensi Branch untuk menciptakan dua buah tabel dimensi baru yang dinamai city dan region. Oleh karena itu, data lokasi pada tabel dimensi seperti PropertyForSale, ClientBuyer, Staff, dan Owner akan dihapus, lalu tabel dimensi baru, city dan region akan digunakan bersama sama oleh tabel tersebut.
Gambar 2.20 Contoh Snowflake Schema [Connolly & Begg, 2010:1229]
C.
Starflake Schema Menurut [Connolly & Begg, 2010:1230], starflake schema adalah sebuah
struktur hibrida atau gabungan dari campuran star schema dan snowflake schema. Dan skema database yang paling sesuai adalah skema yang menggunakan campuran skema denormalisasi star dan normalisasi snowflake. Karena kombinasi ini terdapat beberapa dimensi dapat digunakan bersama sama pada kebutuhan yang berbeda.
33
2.16
Perbandingan Model Dimensional dan Model Data Entity Relationship (ER) Menurut [Connolly & Begg, 2010:1230], model dimensional biasanya
digunakan untuk mendesain komponen database dalam data warehouse sedangkan model entity relationship secara tradisional digunakan untuk menggambarkan database pada sistem Online Transaction Processing (OLTP). Model entity relationship (ER) adalah teknik untuk mengidentifikasi hubungan antar entitas. Sasaran utama dari pemodelan ER ini adalah untuk menghilangkan redudansi dari data. Hal ini sangat berguna pada proses transaksi karena dalam transaksi harus dibuat sederhana dan deterministik. Contohnya, transaksi untuk memperbarui alamat client biasanya diakses hanya ke satu tabel dan dengan menggunakan indeks primary key yakni ClientNo. Namun untuk membuat proses transaksi yang efisien dalam database memerlukan tabel yang tidak sedikit. Seperti stok, pelanggan, faktur dan lain–lain. Model ER dapat memiliki ratusan entitas logis dimana dapat memetakan ratusan tabel fisik. Tetapi pemodelan ER tidak mendukung data warehouse yang memerlukan pengambilan data yang intuitif dan performa tinggi. Kunci untuk memahami hubungan antara model dimensional dan model entity-relationship adalah bahwa model ER tunggal biasanya terbagi menjadi beberapa model dimensional. Lalu model dimensional terkait melalui
tabel
dimensi (shared).
2.17
Keuntungan Model Dimensional dalam Data Warehouse Menurut [Connolly & Begg, 2010:1230], baik menggunakan skema star,
snowflake, dan starflake, model dimensional memiliki keuntungan penting dalam lingkungan data warehouse seperti: A.
Efisiensi Dasar struktur database yakni menyediakan akses yang lebih efisien untuk
data dengan berbagai tools seperti penulisan laporan dan tools query.
34
B.
Kemampuan untuk menangani kebutuhan perubahan Skema bintang dapat beradaptasi dengan perubahan kebutuhan pengguna,
karena semua dimensi memiliki sifat ekuivalen dalam hal menyediakan akses ke tabel fakta. Sehingga desain multidimensional lebih mampu mendukung ad hoc query pengguna. C.
Ekstensibilitas Model dimensi dapat diperluas, misalnya perubahan khas yang harus
didukung oleh model dimensional meliputi: •
Penambahan tabel-tabel fakta baru, selama tabel tersebut konsisten dengan dasar granularity tabel fakta yang ada,
•
Penambahan dimensi baru, selama ada atribut nilai tunggal dimensi yang ditetapkan untuk setiap record fakta yang ada,
•
Penambahan atribut dimensi baru, dan
•
Memecahkan records dimensi yang ada ke tingkat granularity yang lebih rendah dari dari titik tertentu.
D.
Kemampuan untuk model situasi bisnis pada umumya Semakin banyak pendekatan standar untuk menangani situasi pemodelan
yang umum dalam dunia bisnis. Masing-masing situasi dipahami dengan baik dengan alternatif yang secara khusus dapat terprogram dalam penulis laporan, alat query, dan user interface lainnya, misalnya, perlahan-lahan merubah dimensi di mana 'konstanta' dimensi seperti branch atau staff benar-benar berkembang secara perlahan dan asynchronously. E.
Predictable query processing Aplikasi data warehouse yang menggunakan metode drill down akan
menambahkan atribut tambahan dimensi dari dalam skema bintang tunggal. Aplikasi ini akan menghubungkan tabel fakta yang terpisah bersama-sama melalui dimensi terkait. Meskipun secara keseluruhan skema bintang dalam model dimensi di perusahaan terlihat kompleks, pemrosesan query sangat mudah diprediksi karena terletak pada tingkat terendah, setiap tabel fakta harus di query secara independen.
35
2.18
Produksi Menurut [Dr.Mardi, 2011:97], produksi merupakan aktivitas yang
menghasilkan output dalam bentuk barang maupun jasa. Menurut [Nasution, 2003:1], produksi merupakan metode dan teknik yang digunakan dalam mengolah bahan baku menjadi produk jadi yang dapat dijual. Ada 3 fungsi utama dari kegiatan-kegiatan produksi yang dapat kita identifikasi, yaitu : •
Proses Produksi Metode dan teknik yang digunakan dalam mengolah bahan baku menjadi produk.
•
Perencanaan Produksi Merupakan tindakan antisipasi dimasa mendatang sesuai dengan periode waktu yang direncanakan.
•
Pengendalian Produksi, yaitu tindakan yang menjamin bahwa semua kegiatan yang dilaksanakan dalam perencanaan telah dilakukan sesuai dengan target yang telah ditetapkan.
2. 19
Sistem Produksi Sistem produksi merupakan kumpulan dari sub sistem-sub sistem yang
saling berinteraksi dengan tujuan mentransformasi input produksi menjadi output produksi. Sistem produksi menurut proses akan menghasilkan output yang dapat dibedakan menjadi dua jenis, yaitu :
2. 20
•
Proses Produksi Kontinyu (Continuous Process)
•
Proses Produksi Terputus (Intermittent Process/ Discrete System)
Perencanaan dan Pengendalian Produksi PPC (Production Planning and Controlling) dapat didefinisikan sebagai
proses untuk merencanakan dan mengendalikan aliran material yang masuk,
36
mengalir dan keluar dari sistem produksi atau operasi, sehingga permintaan pasar dapat dipenuhi baik dalam segi jumlah, waktu penyerahan, maupun biaya produksi minimum. Perencanaan dan pengendalian produksi sendiri secara garis besar dapat dibedakan menjadi dua hal yang saling berkaitan, yaitu : perencanaan produksi dan pengendalian produksi. Perencanaan produksi dilakukan bertujuan untuk menentukan arah awal dari tindakan-tindakan yang harus dilakukan dalam masa mendatang, tindakan yang apa yang akan dilakukan, frekuensi berapa banyak untuk melakukannya, dan kapan harus dilakukannya tindakan tersebut. Sifat-sifat dari perencanaan produksi: •
Mempunyai jangka waktu
•
Berjenjang
•
Terpadu
•
Berkelanjutan
•
Terukur
•
Realistis
•
Akurat
•
Menantang
Pengendalian
produksi
berfungsi
untuk
mengukur
ada
tidaknya
penyimpangan dalam pelaksanaan produksi terhadap rencana produksi yang telah dibuat sebelumnya. Sesuai dengan fungsinya, pengendalian produksi melakukan aktivitas-aktivitas sebagai berikut : •
Mengukur realisasi dari rencana produksi
•
Membandingkan realisasi dengan rencana produksi
•
Mengamati penyimpangan yang terjadi
•
Menganalisis sebab-sebab terjadinya penyimpangan
•
Melakukan tindakana perbaikan
37
2.21
Visual Basic Net 2008 Visual Basic Net 2008 adalah salah satu program berorientasi objek, selain
itu ada pula program java dan C++ yang juga berbasis objek. Program Visual Basic Net 2008 adalah produksi Microsoft Corp. Program ini biasanya dipaket bersama-sama dengan Visual C# 2008 dan Visual C++ 2008 dalam paket Visual Studio 2008. Bahasa Visual Basic telah digunakan secara luas karena kemudahan penggunaannya bagi orang awam dan penulisan kode didalamnya tidak terlalu rumit dibandingkan bahasa C, Delphi, dan Java. Visual Basic Net menawarkan banyak kemudahan dibandingkan versiversi sebelumnya, antara lain teknik pemrograman dapat dibuat lebih terstruktur dan lebih banyak bantuan dalam pemograman. Jauh lebih mudah untuk menguasainya dibandingkan dengan versi terdahulunya, yaitu VBNet 2006. Ada banyak perubahan dalam VBNet 2008 dibandingkan dengan VBNet 2006, antara lain : • Bahasa pemograman sekarang benar-benar bahasa berbasis objek (Object Oriented Programing), sedangkan VB6 bukan bahasa berbasis objek. • Aplikasi dan komponen yang ditulis di VBNet 2008 mempunyai akses penuh ke Net Framework, sedangkan di VB6 tidak dikenal atau tidak digunakan Net Framework. • Semua aplikasi yang dibuat beroperasi dalam manajemen Common Language Runtime Net framework sendiri (yang sekarang sudah versi 3.5) adalah suatu himpunan file-file pustaka yang telah terorganisir dan berguna sebagai fasilitas untuk system dan aplikasi. Seorang programmer tidak perlu lagi menghafal fungsi-fungsi Windows API untuk akses system seperti didalam VB6 karena sudah terorganisir oleh Net Framework. Semua fungsi-fungsi Windows API tersebut telah dijadikan objek-objek yang dapat dengan mudah digunakan dan ditemukan oleh programmer VBNet 2008. Contoh kode VB Net yang PBO adalah: Dim masukan as String=”Selamat Membaca” Dim nilai as String=”Strings.Left(Masukan, 3)
38
Objek masukan bertipe string, yang isi teksnya adalah “Selamat Membaca”. Pada baris berikutnya digunakan objek left untuk memprosesnya. Object left sendiri dapat diakses melalui object string. Hasil proses object left terhadap object masukan, yaitu mengambil tiga karakter string kirinya untuk kemudian hasilnya dimasukan ke dalam object nilai yang bertipe string pula. Common Language Runtime (CLR) adalah suatu runtime lingkungan yang memproses, melaksanakan, dan mengatur kode daras Visual Basic, mirip dengan runtime Visual Basic tradisional, yaitu vbrun300.dll atau msvbvm60.dll. Kemampuannya lebih ditingkatkan sehingga jalannya program yang dibuat lebih stabil dan penanganan kesalahan lebih baik, dengan tujuan supaya program dapat berjalan secara optimum. Berikut ini adalah tampilan program Visual Basic Net 2008 saat kita jalankan :
Gambar 2.21 Tampilan Awal VBNet 2008 Dalam Paket Visual Studio 2008
