9
BAB II LANDASAN TEORI
1.1. Teori-Teori Umum 1.1.1.
Pengantar Sistem Informasi 1.1.1.1. Data Data merupakan sebuah catatan dari kumpulan fakta dan juga berisi deskripsi tentang benda, kejadian, aktifitas, dan transaksi yang menggambarkan suatu kejadian-kejadian dan kesatuan yang nyata. Data juga merupakan suatu nilai, variable, ataupun kalimat yang diperoleh berdasarkan fakta yang belum diproses atau diolah. Menurut O’Brien & Marakas (2010, p34) kata data merupakan bentuk jamak dari datum, walaupun data biasanya mewakili baik bentuk tunggal maupun jamak. Data adalah fakta atau observasi mentah yang biasanya mengenai fenomena fisik atau transaksi bisnis. Lebih rincinya, data adalah pengukuran objektif dari atribut (karakteristik) dari entitas. Menurut Turban & Reiner Jr (2009, p6), data adalah suatu deskripsi dasar dari suatu hal, aktivitas kejadian dan transaksi yang direkam, dikelompokan dan disimpan namun tidak diorganisisr untuk menyampaikan suatu arti yang spesifik. Data bisa berbentuk angka, huruf, figur, suara, ataupun gambar. Menurut Bennet, McRobb, & Farmer (2010, p593) informasi adalah fakta yang dipilih dan relevan bagi suatu tujuan dan kemudian diorganisir atau diproses sedemekian rupa sehingga mereka mempunyai arti dan tujuan tertentu. Jadi informasi merupakan hasil dari pengolahan lebih lanjut dari data-data yang telah tersimpan.
1.1.1.2. Informasi Informasi adalah hasil dari pengolahan lebih lanjut dari data yang disimpan. Jika perusahaan telah menyimpan data mentah
dari
kejadian
terdahulu,
perusahaan
bisa
menggunakannya dengan mengolahnya sehingga mendapat informasi, salah satunya tentang trend yang terjadi. Menurut O’Brien & Marakas (2010, p34), informasi adalah data yang telah diubah menjadi konteks yang berarti dan berguna bagi para pengguna akhir (end user). Menurut Turban & Rainer Jr (2009, p6), informasi adalah data yang telah diorganisir sehingga data-data tersebut mempunyai suatu arti dan nilai terhadap penggunanya. Menurut Haag, Cummings, & McCobbrey (2005, p6), informasi adalah suaru data yang memiliki suatu arti dalam sebuah konteks tertentu. Menurut Bennet, McRobb, dan Farmer (2010, p593) informasi adalah fakta yang dipilih dan relevan bagi suatu tujuan dan kemudian diorganisir atau di proses sedemikian rupa sehingga mereka mempunyai arti da tujuan tertentu. Dengan demikian dapat
disimpulkan,
informasi
merupakan hasil dari pengolahan lebih lanjut dari data-data yang telah tersimpan.
1.1.2.
Database Dikarenakan banyaknya data-data pelanggan, dan diperlukannya dalam penyimpanan data-data pelanggan, kita memerlukan sebuah wadah yang dapat memudahkan kita dalam mencari data. Penyimpanan data sangatlah penting, karena jika suatu saat kita memerlukand ata tersebut, kita tinggal mencarinya saja dan istilah yang digunakan dalam penyimpanan data elektronik tersebut yaitu Basis Data, atau biasa disebut juga dengan Database 10
11
Menurut Hoffer, Prescott, & Topu(2009:59), Database adalah kumpulan data yang terorganisir dan secara logika berhubungan satu dengan yang lainnya yang dirancang untuk memenuhi kebutuhan informasi dari berbagai pengguna dalam suatu organisasi. Menurut O’Brien & Marakas(2010,p. 173) Database adalah kumpulan terintegrasi dari elemen data yang secara logika saling berhubungan. Database mengkonsolidasikan berbagai catatan yang dahulu disimpan dalam file-file terpisah kedalam satu gabungan umum elemen data yang menyediakan data untuk banyak aplikasi. Data yang tersimpan dalam database independen dari program aplikasi yang menggunakannya dan dari jenis peralatan penyimpanan tempat mereka disimpan. Jadi, database berisi berbagai elemen data yang mendeskripsikan berbagai entitas dan hubungan antar entitas.
1.1.3.
Business Intelligence Menurut Moss (2003,p29) Business Intelligence (BI) bukanlah merupakan sebuah produk atau sebuah sistem. BI adalah sebuah arsitektur dan sebuah kumpulan operasional yang terintegrasi sebaik aplikasi pendukung keputusan dan database yang menyediakan akses yang mudah bagi komunikasi bisnis ke data bisnis. Bussines intelligence Roadmap secara khusus menunjukan aplikasi dan database pendukung keputusan. Menurut Williams dan Williams (2007, p2), BI adalah kombinasi dari produk, teknologi, dan metode untuk mengatur informasi penting yang dibutuhkan manajemen untuk meningkatkan keuntungan dan kinerja.
1.1.3.1. Keuntungan Business Intelligence Keuntungan Business Intelligence bagi sebuah perusahaan adalah kemampuan untuk menyediakan informasi akurat yang diperlukan, termasuk sebuah view dari kinerja perusahaan dan bagian-bagiannya. Informasi seperti itu adalah suatu keharusan bagi semua tipe keputusan dan untuk perencanaan strategi.
S.Thompson. B (2004) juga mencatat bahwa area paling umum dari aplikasi BI adalah pelaporan umum analisis penjualan dan pemasaran, perencanaan dan prediksi, konsolidasi keuangan, budgeting, dan analisis profitabilitas.
1.1.3.2. Manfaat Business Intelligence Menurut Williams & Williams (2007:38), Business Intelligence dapat digunakan untuk memberi manfaat bagi sebuah bisnis secara umum serta menghasilkan contohcontoh nyata yang berhubungan dengan fungsi bisnis tersebut. Manfaat tersebut adalah : •
Efisiensi transaksi Efisiensi transaksi ini dapat dicapai karena dapat mengubah proses-proses yang tidak terstruktur
menjadi
poses-proses
yang
terstruktur dan berulang-ulang. Contohnya adalah optimisasi pendapatan yang digunakan pada industri hotel dan penerbangan, model optimisasi jaringan logistik dan rantai suplai yang digunakan pada industri penyaluran dan jasa. •
Otomatisasi proses manual Proses-proses yang tadinya dilakukan secara manual dapat dibuat menjadi otomatis karena keberadaan manusia dapat dihilangkan atau digantikan dalam sebuah proses. Contohnya adalah perencanaan operasi dan penjualan, segmentasi pelanggan, perencanaan anggaran, analisis perubahan, laporan kinerja, analisis produktivitas.
•
Penerapan teknis analisis 12
13
Sejumlah metode analisis yang kompleks dapat diintegrasikan ke dalam proses-proses yang ada. Metode analisis ini memiliki kemampuan analisis yang dapat dipercaya untuk dapat digunakan
oleh
membutuhkan
user
kurva
dengan
hanya
pembelajaran
yang
singkat. Contohnya adalah dashboard dan scorecard
eksekutif,
aplikasi
pendeteksi
kecurangan dan penilaian kredit, analisis pengaturan
kampanye
penjualan,
ramalan
penjualan, dan segmentasi pelanggan. •
Pengiriman informasi Business
intelligence
dapat
mengirimkan
rincian informasi dalam jumlah yang besar ke dalam sebuah proses. Kumpulan informasi transaksional yang ada pada perusahaan dapat dimanfaatkan untuk mendeteksi penjualan serta mengurangi
biaya.
Contohnya
adalah
pengenalan pola dan data mining, analisis rantai suplai, analisis operasi, analisis trend, pendapatan dan aplikasi manajemen retail. •
Pelacakan Business intelligence memberikan kebebasan untuk melacak status, input, dan output dari sebuah pekerjaan atau proses secara terperinci. Sistem
pelacakan
yang
dilakukan
secara
manual berdasarkan pada lembar kerja dapat digantikan oleh sistem yang bersifat otomatis. Contohnya
adalah
dashboard,
pemasok dan manajemen inventory.
scorecard
1.1.3.3. Jenis-jenis Business Intelligence Menurut Turban, Aronson, Liang, & Sharda (2007:257), jenis-jenis business intelligence adalah : • Enterprise reporting Produk
laporan
enterprise
digunakan
untuk
menghasilkan laporan statis yang didistribusikan secara luas dan akan digunakan oleh banyak orang. Merupakan laporan dengan format yang tepat untuk laporan operasional dan dashboard. • Cube analysis Cube digunakan untuk menyediakan kemampuan analitis
online
multidimensional
analytical untuk
processing
manajer
bisnis
(OLAP) dalam
lingkungan yang terbatas. • Ad hoc querying and alnalysis Tools relational OLAP digunakan untuk memberi akses user untuk melakukan query pada basis data hingga informasi transaksional. • Statistical analysis and data mining Tools statistik matematis dan data mining digunakan untuk
melakukan
analisis
prediksi atau
untuk
menemukan korelasi sebab akibat. • Report delivery and alerting Mesin distribusi laporan digunakan secara proaktif untuk mengirimkan laporan lengkap atau peringatan 14
15
kepada populasi user yang besar. Distribusi ini didasarkan pada jadwal dan event yang disimpan di dalam basis data. 1.1.4.
Online Analytical Processing (OLAP) Menurut
Depak
Pareek
(2007,
p294)
OLAP
sering
dikategorikan sebagai sebuah Business Intelligence, yang juga mencakup relational reporting dan data mining.Terminology dari OLAP sendiri dicantumkan dalam OLAP Council White Paper (1997) sebagai modifikasi terhadap terminology database pada umumnya (OLTP). OLAP menggambarkan sebuah proses untuk analisa dan mengakses data secara khusus. Apabila pada proses transaksi pada relasional database, OLAP mengolah pada multidimensi data.Cara pandang multidimensi ini didukung oleh teknologi multidimensi database.Cara ini memberikan teknik dasar untuk kalkulasi dan analisa oleh sebuah aplikasi bisnis.
1.1.5.
Database Management System (DBMS) DBMS merupakan sebuah perangkat lunak yang berfungsi juga sebagai database agar ditampilkan lebih teratur,sehingga memungkinkan kita dalam memodifikasi ataupun mengatur serta mengakses database tersebut. Suatu sistem perangkat lunak yang memungkinkan
pengguna
untuk
mendefinisikan,membuat
dan
mengatur basis data dan juga menyediakan suatu kontrol akses ke database (Connoly,2002,p16) DBMS
juga
merupakan
suatu
perangkat
lunak
yang
berinteraksi dengan program aplikasi pengguna dan basis data. Biasanya DBMS menyediakan fasilitas sebagai berikut: •
Memungkinkan
pengguna
untuk
meyisipkan,
mengupdate, menghapus, dan menerima data dari basis data biasanya dari Data Manipulation Languange (DML). Sebagai pusat penyimpanan data dan deskripsi
data memudahkan DML untuk menciptakan fasilitas permintaan data umum,disebut juga query language. •
Memungkinkan pengguna untuk mendefinisikan basis data,biasanya dari Data Definition Languange (DDL) DDL memungkinkan pengguna untuk membedakan tipe dan struktur data,dan sebagai batasan pada data untuk disimpan dalam basis data.
Fasilitas yang biasa disediakan DBMS biasanya adalah: •
Memungkinkan pengguna mendefinisikan database, biasanya lewat Data Definiton Language atau biasa disingkat DDL. DDL memungkinkan pengguna untuk menspesifikasikan tipe data,struktur,dan batasan pada data yang akan disimpan dalam database.
•
Memungkinkan pengguna untuk insert, update, delete dan mengambil data dari database, yang biasa disebut juga dengan Data Manipulation Languange atau biasa disingkat DML.
Menyediakan akses kepada database,seperti: • Security system Menjaga database diakses oleh pihak luar.
• Integrity system Menjaga konsistensi data yang disimpan. • Concurrency control system Memungkinkan pembagian akses database • Recovery control system Memungkinkan pengembalian database ke kondisi awal jika terjadi kegagalan perangkat lunak maupun perangkat keras. • Pengguna-accessible catalog Menampilkan deskripsi data yang tersimpan dalam database
16
17
1.1.6.
Entity Relationship Diagram (ERD) Menurut FTH. dalam bukunya Basis Data (2002) menjelaskan bahwa Entity Relationship Diagram adalah model entity-Relationship yang berisi komponen-komponen himpunan entitas dan himpunan relasi yang
masing-masing
dilengkapi
dengan
atribut-atribut
yang
merepresentasikan seluruh fakta dari ‘dunia nyata’ yang kita tinjau, dapat digambarkan denganlebih sistematis dengan menggunakan Diagram entity-Relationship untuk menggambarkan hubungan antara entitas atau mengambarkan struktur data dan relasi antar file
Tabel 2.1 Simbol ERD SIMBOL
KETERANGAN Entity. Simbol yang menyatakan himpunan entitas ini bisa berupa : suatu elemen lingkungan, sumber daya, atau transaksi, yang begitu pentingnya bagi perusahaan sehingga didokumentasikan dengan data. Attribute. Simbol terminal ini untuk menunjukkan nama-nama atribut yang ada pada entiti. Primary Key Attribute. Simbol atribut yang digarisbawahi, berfungsi sebagai key (kunci) di antara nama-nama atribut yang ada pada suatu entiti. Relationship. Simbol ini menyatakan relasi ini digunakan untuk menunjukkan hubungan yang ada antara entiti yang satu dengan entiti yang lainnya. Link. Simbol berupa garis ini digunakan sebagai penghubung
antara
himpunan
relasi
dengan
himpunan entitas dan himpunan entitas dengan atributnya.
Entity-Relationship berisi komponen-komponen dari suatu himpunan entitas dan himpunan relasi yang masing-masing dilengkapi
dengan atribut-atribut yang merepresentasikan seluruh fakta yang ditinjau sehingga dapat diketahui hubungan antara entity-entity yang ada dengan atribut-atributnya. Selain itu juga bisa menggambarkan hubungan yang ada dalam pengolahan data, seperti hubungan many to many, one to many, atau one to one.
1.1.7.
Pemodelan Entitas dan Relasi 1.1.7.1. Tipe Entitas Entitas adalah sekumpulan objek yang memiliki kesamaan properti satu sama lain. Sebagai contoh adalah entitas Mahasiswa, memiliki kesamaan property seperti NIM, Nama, Alamat, IPK. Menurut Connolly & Begg (2010, p.372), Konsep dasar dari Model Entity Relationship adalah tipe-tipe entitas, yaitu kumpulan dari objek-objek dengan sifat (properti) yang sama, yang diidentifikasi oleh perusahaan mempunyai eksistensi yang independen. Setiap objek yang bersifat unik dari sebuah tipe entitas disebut dengan Entity Occurrence. Setiap tipe entitas dapat diidentifikasi melalui nama dan daftar propertinya.
1.1.7.2. Tipe Relasi Tipe relasi adalah jenis hubungan yang melibatkan satu atau lebih entitas yang ada, tipe relasi juga diberikan nama yang menggambarkan fungsi hubungan antar entitas tersebut, sebagai contoh adalah relasi antar Mahasiwa dan Mata Kuliah. Untuk dapat menggambarkan dengan jelas hubungan mahasiwa dan mata kuliah, maka relasi ini bisa diberi nama “Mengambil”, sehingga pembacaan relasi bisa disebutkan sebagai Mahasiswa X “mengambil” mata kuliah Y. Menurut Connolly & Begg (2010, p.374) tipe relasi adalah sekumpulan hubungan antara satu atau lebih tipe 18
19
entitas yang ada. Relationship Occurrence menunjukkan entity occurrence tertentu yang saling berhubungan.
Contoh :
Gambar 2.1 Contoh Relationship Occurance Conolly & Begg (2010, p375)
1.1.7.3. Atribut Atribut merupakan data atau variable yang berada pada suatu entitas atau relasi yang mendeskripsikan property dari entitas atau relasi tersebut. Contoh bentuk atribut adalah NIM pada entitas Mahasiswa. Menurut Connolly & Begg (2010, p.379) Atribut merupakan properti dari sebuah entitas atau sebuah tipe relasi. Contohnya: sebuah entitas Staff di gambarkan oleh atribut staffNo, name, position, dan salary. Menurut Connoly &
Begg (2005,p350) atribut
merupakan property dari entitas: 1. Simple attribute Atribut yang terdiri dari komponen tunggal dengan keberadaan yang independen 2. Single-value attribute Atribut yang memegang nilai tunggal untuk setiap kejadian dari sebuah entitas. 3. Multi-valued attribute
Atribut yang memegang banyak nilai untuk setiap kejadian dari sebuah entitas.
4. Derived attribute Atribut yang mempresentasikan sebuah nilai yang dapat diturunkan dari nilai atribut yang berhubungan dan tidak perlu berada dalam entitas yang sama.
1.1.7.4. Keys Keys adalah atribut yang terpilih yang bisa mewakili sebuah entitas. Di dalam sebuah entitas,kita dapat menemukan beberapa keys, sebagai contoh adalah entitas Mahasiswa, kita dapat mengambil keys seperti NIM, Nama untuk dijadikan perwakilan dari entitas Mahasiswa. Menurut Connolly & Begg (2010, p.381) ada beberapa jenis relational keys, yaitu: •
Candidate Key Atribut unik yang mengidentifikasikan table. Jumlah minimal atribut-atribut yang dapat mengidentifikasikan setiap kejadian/ record secara unik.
•
Primary Key Atribut unik yang mengidentifikasikan setiap row dalam table. Candidate key yang terpilih untuk mengidentifikasikan setiap kejadian/ record dari suatu entitas secara unik.
•
Composite Key Candidate key yang terdiri dari dua atau lebih atribut.
1.1.7.5. Strong and weak Entity Types Entitas dapat terbagi menjadi 2, yaitu entitas kuat dan lemah. Pada istilah ini, kuat dan lemah bukan menggambarkan kekuatan, melainkan menggambarkan ketergantungan entitas tersebut terhadap keberadaan entitas 20
21
lain, sebagai entitas kuat adalah Mahasiswa, dan contoh entitas
lemah
peminjaman
adalah
buku
Peminjaman
disebutkan
entitas
Buku. lemah
Alasan adalah
peminjaman buku sangat bergantung pada keberadaan entitas Mahasiswa, dan juga keberadaan entitas Buku itu sendiri, apabila entitas mahasiswa dan buku tidak ada, maka peminjaman tidak mengartikan apa- apa. Menurut Connolly & Begg (2010, p.383) Strong Entity Type, yaitu entitas yang keberadaannya tidak bergantung pada entitas lain sedangkan Weak Entity Type adalah entitas yang keberadaannya bergantung pada entitas lain. Strong Entity Type terkadang disebut dengan parent, owner dominant dan Weak Entity Type disebut child, dependent, subordinate.
Gambar 2.2 Contoh Strong and Weak Entity Connoly & Begg (2010, p384)
1.1.7.6. Structural Constraints Dalam sebuah relasi antar entitas, diperlukan adanya batasan untuk jumlah entitas yang tergabung dalam satu kejadian. Sebagai contoh adalah batasan Mahasiswa mengambil mata kuliah pada satu semester, mahasiswa hanya diperbolehkan mengambil maksimal 24 SKS dalam satu semester.
Menurut Connolly & Begg (2010, p.385), batasan utama pada relationship disebut multiplicity, yaitu jumlah (atau range) dari kejadian yang mungkin terjadi pada suatu tipe entitas yang terhubung ke satu kejadian dari entitas lain yang berhubungan melalui suatu relationship. Multiplicity membatasi cara entitas berhubungan satu sama lain. Hal ini merupakan representasi dari policies (atau aturan bisnis) yang ditetapkan oleh pengguna atau perusahaan. Untuk memastikan hal itu, semua batasan yang diterapkan akan diidentifikasikan dan diwakilkan sebagai bagian penting dari pemodelan perusahaan. Relationship
yang paling umum adalah binary
relationship. Macam-macam binary relationship yaitu: •
One to one (1..1)
•
One to many (1..*)
•
Many to many (*..*)
Gambar 2.3 Summary of multiplicity constraints Conolly & Begg (2010, p391)
1.1.8.
Dashboard Menurut (Few, 2006:26), dashboard adalah suatu gambaran visual dari informasi penting yang dibutuhkan untuk mencapai suatu tujuan dan diatur dalam suatu tampilan layar agar informasi lebih mudah untuk dipantau. Dapat disimpulkan bahwa dashboard merupakan suatu gambaran yang dibutuhkan untuk mencapai suatu tujuan dan 22
23
memberikan informasi berharga untuk membantu dalam melakukan proses pengambilan keputusan
Gambar 2.4 Contoh BI Dashboard (Few, 2006:22)
Ciri-ciri dashboard yang baik menurut (Few, 2006: 25) adalah: 1. Dashboard menampilkan informasi yang dibutuhkan untuk mencapai tujuan yang spesifik. Banyak juga dari berbagai sumber yang terkait dengan berbagai fungsi bisnis. Tetapi informasi dari jenis apa pun yang diperlukan untuk melakukan suatu pekerjaan . dalam hal ini tidak hanya informasi yang dibutuhkan oleh eksekutif atau bahkan oleh para manajer , namun bisa saja informasi yang dibutuhkan oleh setiap orang yang memiliki tujuan untuk menggunakannya . Informasi yang sering diperlukan adalah KPI. Namun, dalam jenis informasi lainnya juga mungkin diperlukan untuk melakukan pekerjaan tertentu.
2. Dashboard diharuskan pas dalam satu layar komputer. Agar informasi yang terdapat dalam dashboard dapat muat hanya dengan satu layar saja, semuanya harus tersedia dalam jangkauan mata sang pengguna sehingga semuanya dapat dilihat langsung sekaligus, hanya dalam sekilas saja. Namun, jika harus melakukan scrolling
untuk dapat melihat semua
informasi tersebut, itu sama saja telah melanggar batasan yang ada dalam dashboard dan jika juga harus bergeser dari layar ke layar untuk melihat semuanya, itu juga membuat beberapa penggunaan dalam dashboard menjadi tidak efektif. Tujuan sebenarnya dari dashboard adalah untuk memiliki informasi yang paling penting dan mudah tersedia sehingga pengguna dapat dengan cepat memahami apa saja yang perlu diketahui.
3. Haruskah sebenarnya informasi ditampilkan pada web browser? Yang mungkin menjadi media terbaik untuk sebagian besar pada dashboard sekarang ini, namun sekarang ini bukan hanya itu satu-satunya media yang digunakan, dan tidak mungkin akan terus menjadi media yang terbaik dalam 10 (sepuluh) tahun dari sekarang. Haruskah sebenarnya informasi secara terus-menerus diperbaharui secara real time? Hanya jika tujuan kita melayani yang membutuhkan informasi secara realtime. Seperti jika kita memantau lalu lintas udara menggunakan dashboard, harus segera diberitahu ketika ada sesuatu yang salah. Di sisi lain, jika kita membuat keputusan strategis tentang bagaimana untuk meningkatkan penjualan, sebuah snapshot dari informasi
atau mungkin bahkan dari akhir bulan lalu, akan
memberikan solusi untuk dapat bekerja dengan baik .
4. Dashboard digunakan untuk memonitor informasi sekilas. Terlepas dari kenyataan bahwa hampir semua hal tentang informasi dapat ditampilkan secara tepat dalam dashboard, ada 24
25
setidaknya satu karakteristik yang menggambarkan hampir semua informasi yang ditemukan dalam dashboard: singkatnya dalam bentuk ringkasan. Hal ini tidak dapat dipantau hanya dengan sekilas, semua rincian diperlukan untuk mencapai tujuan. Dashboard diharuskan dapat dengan cepat menunjukkan bahwa sesuatu penting untuk diperhatikan dan mungkin memerlukan tindakan. Menurut (Few, 2006: 28) Dashboard dan visualisasi adalah alat kognitif yang meningkatkan "rentang kendali" lebih banyak kepada data bisnis. Dashboard dan visualisasi juga alat yang membantu orang dalam mengidentifikasi tren, pola dan anomali, alasan tentang apa yang mereka lihat dan membantu membimbing mereka ke arah keputusan yang lebih efektif. Dengan demikian, alat ini diperlukan untuk meningkatkan kemampuan visual masyarakat sekarang ini. Dengan prevalensi Scorecard, dashboard dan alat-alat visualisasi lainnya sekarang yang banyak tersedia untuk pengguna bisnis untuk meninjau data mereka, masalah informasi visual desain yang lebih penting daripada sebelumnya.
1.
Kategori Dashboard Menurut
(Few,
2006:31)
Klasifikasi
dashboard
berdasarkan perbedaan peran dalam bisnis mungkin salah satu cara yang paling baik untuk mengkategorikan dashboard dan salah satu fokus pada peran jenis kegiatan usaha yang mendukung. Rinciannya dashboard menjadi 3 (tiga) peran (strategis, analitis, dan operasional) tentu bukan satu-satunya cara untuk mengekspresikan jenis kegiatan bisnis dashboard mendukung. Namun, ini adalah satu-satunya klasifikasi yang secara signifikan berhubungan dengan perbedaan desain visual.
a. Dashboard untuk tujuan Strategis
Penggunaan utama dari dashboard saat ini adalah untuk tujuan strategis. Yang populer "dashboard
eksekutif,"
dan
sebagian
besar
dashboard yang mendukung manajer di setiap tingkat dalam sebuah organisasi, bersifat strategis. Mereka memberikan gambaran singkat bahwa para pengambil keputusan perlu untuk memantau kesehatan dan peluang bisnis. Dashboard jenis ini fokus pada tindakan-tingkat kinerja yang tinggi, termasuk perkiraan terhadap cahaya jalan ke masa depan. Meskipun tindakan ini bisa mendapatkan keuntungan dari informasi kontekstual untuk mengklarifikasi arti, seperti perbandingan target dan sejarah singkat, bersama dengan evaluator sederhana kinerja (misalnya baik dan buruk), terlalu banyak informasi jenis ini atau terlalu banyak gradasi halus dapat mengalihkan perhatian dari tujuan utama dan langsung dari pembuat keputusan strategis.
b. Dashboard untuk tujuan analisis Dashboard yang mendukung analisis sebuah data memerlukan pendekatan desain yang berbeda.
Dalam
kasus
ini informasi sering
menuntut konteks yang lebih besar, seperti perbandingan banyak jumlahnya, sejarah yang lebih luas, dan kinerja yang merata. Seperti dashboard strategis, dashboard analitis juga memperoleh manfaat dari snapshot statis data yang terus tidak berubah dari satu waktu ke waktu berikutnya. Namun, display media yang lebih canggih lebih sering berguna bagi analis yang harus
memeriksa
data
yang
kompleks
dan
hubungan dan bersedia untuk menginvestasikan 26
27
waktu yang dibutuhkan untuk belajar bagaimana program tersebut bekerja. Dashboard analitis harus mendukung interaksi dengan data, seperti sebagai penggerak ke dalam rincian yang mendasari suatu informasi, untuk memungkinkan eksplorasi yang diperlukan untuk memahami masalah agar tidak hanya melihat untuk apa terjadinya tapi untuk memeriksa penyebabnya juga. Sebagai contoh, tidak cukup informasi dalam melihat bahwa penjualan menurun., harus dibuat sebuah pola sehingga kemudian kita dapat menjelajahi untuk menemukan apa yang menyebabkan penurunan dan bagaimana masalah diperbaiki . Dashboard itu sendiri sebagai alat pemantauan yang memberitahu analis untuk menyelidiki apa,dan tidak perlu membantu semua interaksinya secara langsung, tetapi harus menghubungkan sebaik mungkin kepadasarana yang digunakan untuk menganalisis data.
c. Dashboard untuk tujuan operasional Ketika
dashboard
digunakan
untuk
memantau operasional, mereka harus dirancang berbeda
dari
dashboard
yang
mendukung
pengambilan keputusan strategis atau analisis data. Karakteristik operasional yang mempengaruhi desain dashboard pada umumnya adalah sifat yang dinamis dan langsung kepada intinya. Bila memonitor operasional harus mendetil pada setiap kegiatan dan peristiwa yang terus berubah dan mungkin memerlukan perhatian lebih dan respon pada saat itu juga. Jika lengan robot di jalur perakitan manufaktur yang dipasang pada pintu mobil pada saat kehabisan baut, dia tidak bisa
menunggu
sampai
hari
berikutnya
untuk
menyadariakan masalah dan mengambil tindakan, tetapi harus segera ditangani pada saat itu juga untuk mencegah kerugian yang lebih besar
2.
Keefektifan dalam menampilkan dashboard Menurut (Few, 2006:101) Hal yang penting kita lakukan dalam membuat dashboard yaitu sebuah dashboard harus dapat memuat banyak informasi ke dalam satu layar tunggal tanpa kita harus mengorbankan sesuatu yang penting ataupun kejelasan. Karena agar kita dapat berkomunikasi secara efektif dan agar kita dapat mudah dalam memahami informasi yang terdapat dalam dashboard tersebut.
3. Memilih media terbaik untuk menampilkan dashboard Menurut (Few, 2006:102) Media yang terbaik itu yaitu data yang ditampilkan harus selalu didasarkan pada sifat informasi,sifat pesan dan kebutuhan serta preferensi penonton. Dashboard yang efektif membutuhkan gabungan antara text dan graphic dan dengan gabungan tersebut dan bantuan dari data yang banyak serta data yang bagus bersamaan dengan itu agar data dapat dirasakan dengan secara efektif.
28
29
Berikut adalah contoh-contoh graphic : •
Grafik peluru
Gambar 2.5 Grafik Peluru (Few, 2004:107)
Grafik peluru biasanya mengganggu alat pengukur dan meteran.Hal ini dirancang untuk nemampilkan ukuran kunci bersamaan dengan ukuran komparatif dan kualitatif. Namun rentang juga dalam menyatakan apa bila langkah tersebut baik,buruk atau dalam keadaan lainnya.
•
Bar Grafik
Gambar 2.6 Bar grafik Few (2004, p116)
Tidak
seperti grafik peluru,grafik
dirancang contoh,istilah
untuk grafik
menampilkan batang
batang beberapa
digunakan
untuk
menyandikan data apakah mereka berorientasi secara vertikal ataupun horizontal.
30
31
•
Grafik batang yang ditumpuk
Grafik 2.7 Grafik Batang yang ditumpuk Few (2004, p116)
Sebuah variasi dari grafik batang yang kadangkadang
digunakan
dalam
menampilkan
data
bisnisyaitu adalah grafik batang yang ditumpuk. Grafik ini berguna untuk tujuan tertentu,namun dapat dengan mudah juga disalahgunakan. Grafik batang ditumpuk ini lebih kepada nemampilkan satu rangkaian bagian-keseluruhan data.
•
Kombinasi bar dan grafik garis
Grafik 2.8 kombinasi bar dan grafik garis Few (2006, p118)
Sebagai namanya kombinasi bar dan grafik ini bukan
berarti
dapat
digabungkan
dengan
asal,kombinasi ini harus digunakan hanya ketika beberapa data dapat ditampilkan terbaik dengan menggunakan bar,dan dengan penekanan pada nilainilai individu dan perbandingan lokal. Namun beberapa juga menggunakan garis pada penekanan pada bentuk keseluruhannya.
32
33
•
Grafik garis
Gambar 2.9 Grafik garis Few (2006, p120)
Grafik garis sangat baik dalam mengungkapkan gerakan apakah itu naik atau turun dalam satu nilai. Grafik garis lebih ditekankan kepada tren, siklus, tingkat perubahan, dan bagaimana dua set data yang berbeda-beda dalam hubungan satu sama lain. Dalam didashboard grafik garis lebih sering disajikan dalam bentuk gambaran singkat dari waktu
•
Treemaps
Gambar 2.10 Treemaps Few (2004, p129) Treemaps yaitu grafik yang digunakan untuk menampilkan set besar atau hirakris kategori data terstruktur dengan cara yang seefisien mungkin.
34
35
•
Scatter plot
Gambar 2.11 Scatter Plot Few (2004,p126) Scatter plot ini hanya dapat melakukan satu hal, namun dapat melakukannya dengan sangat baik. Scatter plot menampilkan iya atau tidak dan kearah mana serta dua tingkatan yang berhubungan quantiative-nya yang saling berkaitan
•
Box plot
Gambar 2.12 Box plot Few (2004,p126)
Box
plot
adalah
sebuah
grafik
yang
menampilkan distribusi set nilai di seluruh rentang mulai dari yang terkecil hingga yang terbesar. Namun
hal
ini
kurang
memadai
untuk
mengambarkan satu set nilai yang dirangkum dalam ukuran tunggal, seperti jumlah dan rata-rata. •
Sparklines
Gambar 2.13 Sparklines Few (2004,p120)
Sparklines yaitu gagasan dari Edward R Tufte,adalah untuk pencinta tampilan data, tujuan
36
37
utama dari sparklines hanya untuk menunjukan kontribusi terhadap dashboard
•
Icon Icon merupakan gambaran yang simple untuk memberikan komunikasi yang jelas dan sederhana, namun hanya dibutuhkan sedikit di dashboard. Dan dari icon yang terpenting yaitu –alert –up/down – on/off. Ini dapat sengat berguna dalam memanggil perhatian kepada informasi yang tertentu didalam dashboard. Namun ada 10 (sepuluh) variasi dalam dashboard dalam icon sinyal setiapnya memiliki arti yang berbeda.
•
Spatial Maps Spatial maps menawarkan bentuk yang lebih khusus dan lebih sering dibutuhkan organisasi, karena mereka dapat digunakan untuk asosiasi dalam kedua kategori data dan melihat jumlah fisiknya. Spatial maps juga dapat ditingkatkan dengan membuat pengaturan yang terlihat,spatial maps sangat berguna.
•
Small Multiplies Small multiplies adalah sebuah table, yang terdiri dari satu baris atau kolom-kolom grafis yang diatur dalam matriks. Jika kelipatan kecil, harus memiliki beberapa kecerdasan dibangun untuk menangani aspek dari pengaturan yang akan memakan waktu untuk mengatur secara manual dari sebuah table. Dalam tampilan kecil, grafik dasar
akan muncul beberapa kali, setiap kali berbeda ukuran.
Menurut (Scheps, 2008:95), dashboard merupakan keturunan langsung fari executive Information Systems (EIS) lama dan sistem Decision Support Systems (DSS), dengan meningkatkan fungsional dan penampilan. Karena mereka terhubung dengan sistem data yang kuat dan memanfaatkan Key Performance Indicator. Menurut (Scheps, 2008:97), ada 3 (tiga) jenis dashboard, yaitu: •
Tactical Dashboard Mengukur
produktivitas
jangkapendek
dan
efektivitas.
Hasilnya sering digunakan oleh contributor individu. •
Operational Dashboard Mengukur efektivitas jangka pendek dari fungsi bisnis yang spesifik pada tim atau level unit bisnis. Level dashboard ini dapat secara potensial dikembangkan untuk seorang knowledge worker atau local team manager.
•
Strategic Dashboard Dibangun untuk level pengaturan kebijakan dari organisasi. Dashboard menampilkan metric yang menggambarkan strategi dan tujuan korporasi.
1.1.9.
Extract, Transform, and Load (ETL) ETL adalah proses awal dimana data akan diambil, diolah, dan dikirim pada datawarehouse. Pada saat pengambilan data dari sumber maka akan banyak tipe data dan data-data yang berguna maupun yang dapat dihilangkan karena tidak dibutuhkan ataupun karena adanya redudansi data.Ekstraksi adalah proses dimana data diambildari sistem operasional dengan aplikasi ETL dengan tujuan untuk menyaring data merubah format layout data, dan menyimpan data sementara dalam staging area.Transformadalah proses dimana memetakan data hasil 38
39
ekstraksi dari skema asli menjadi skema data warehouse, melakukan konversi tipe data, dan menghilangkan redudansi data agar dapat sesuai dengan kaidah bisnis yang digunakan. Loading adalah proses pemuatan data hasil transformasi ke dalam data warehouse.Load berinteraksi dengan suatu database, constraint didefinisikan dalam skema database sebagai suatu trigger yang diaktifkan pada waktu melakukan load data (contohnya :uniqueness, referential, integrity, mandatory fields), yang juga berkontribusi untuk keseluruhan tampilan dan kualitas data dari proses ETL. Menurut W.H. Inmon (2005, p. 497) adalah proses pengambilan data operasional dan mengintegrasikan dengan data warehouse.Proses ETL harus dilakukan secara tepat sesuai dengan userrequirement yang telah dibuat. Seringkali data warehouse menjadi tidak berkualitas karena validasi dalam proses ETL yang tidak sesuai dengan user requirement dan juga terjadinya perubahan user requirement
yang
menyebabkan
peluang
kesalahan
dalam
pembangunan ETL. ETL merupakan suatu kombinasikompleks dari proses dan teknology yang mengkonsumsi sebagian besar usaha pengembangan data warehouse dan membutuhkan kemampuan dari 8 Business Analysts, Database Deasigners dan Application Developer (El Sappagh, Hendawi, & El Bastawissy, 2011).
Gam bar 2.14 Framework ETL
(El Sappagh, Hendawi, & El Bastawissy, 2011)
1.1.10. Datawarehouse Datawarehouse merupakan “gudang” bagi data dari databasedatabase operasional yang sudah diproses lebih lanjut, agar bisa memberikan arti di hari ke depan sebagai data historis untuk perusahaan. Seperti halnya museum tentang data, data warehouse memberikan nilai historis untuk dijadikan pertimbangan untuk pengambilan keputusan bagi top management dan bisa memberikan gambaran tentang bagaimana perkembangan perusahaan dari waktu ke waktu. Menurut Connolly & Begg (2010, p.1197) datawarehouse adalah suatu kumpulan data yang bersifat subject-oriented, integrated, time-variant, dannon-volatile dalam mendukung proses pengambilan keputusan.
Datawarehouse
bertujuan
agar
perusahaan
dapat
menggunakan arsip datanya untuk mendapatkan keunggulan bisnis. Menurut Turban, Aronson, Sharda, & King (2008,p.39) datawarehouse mendukung
adalah
kumpulan
pengambilan
data
keputusan,
yang juga
dihasilkan merupakan
untuk tempat
penyimpanan data sekarang dan data historis yang berpotensi untuk digunakan manager pada perusahaan atau organisasi. Menurut Loshin (2003,p.245), dasar dari sebuah datawarehouse adalah sekumpulan data dari beberapa sumber dikumpulkan lalu ditambahkan ke dalam penyimpanan data dimana aplikasi analisis dapat menggunakannya sebagai data masukan. Menurut Inmon (2005,p.29) datawarehouse adalah koleksi data yang berorientasi subyek, terintegrasi, tidak mengalami perubahan, dan
berdasarkan
variasi
waktu
untuk
mendukung
keputusan
manajemen. Menurut Haag, Cummings, & McCobbrey (2005, p. 142) data warehouse adalah sebuah koleksi logikal dari informasi yang di dapat dari banyak database operasional, yang digunakan business intelligence yang mendukung aktivitas analisa. 40
41
1.1.11. Dimensional Modelling Dimensional Modeling adalah rancangan logical pada database OLAP untuk mendeskripsikan struktur table yang ada. Dimensional modeling menghasilkan output berupa stars schema dan juga snowflake schema. Menurut
Loshin
(2003,p.245)
dimensional
modeling
merupakan teknik modeling yang menyimpan unit standar dari representasi entitas tunggal maupun multikeyed entity di dalam sebuah table fakta. Menurut Connolly & Begg (2010,p.1227) Dimensional Modeling adalah sebuah teknik desain logikal yang bertujuan untuk menampilkan data dalam sebuah standar, format intuitif yang memperbolehkan akses dengan performa yang tinggi. Dimensional modeling menggunakan konsep entity-relationship (ER) dengan beberapa batasan penting. 1. Star Schema Star schema merupakan bentuk skema hasil dari dimensional modeling. Star schema memiliki sebuah table fakta yang dikelilingi oleh beberapa tabel dimensi sehingga bentuknya seperti bintang. Menurut Connolly & Begg (2010, p.1227) star schema adalah struktur logikal yang memiliki sebuah tabel fakta berisi data aktual yang ditempatkan di tengah, dikelilingi oleh tabel dimensi berisi data acuan (dapat di denormalisasi). Starschema mengeksploitasi karakteristik dari data aktual dimana fakta dibuat dari peristiwa yang muncul di masa lalu dengan mengabaikan bagaimana mereka dianalisis, dan tidak dapat diubah.
Contoh star schema :
Gambar 2.17 Star Schema 2. Snow Flake Schema Struktur basis data ini lebih kompleks dari pada star schema, dengan menormalisasi tabel-tabel dimensi yang berukuran besar dengan satu atau lebih kolom yang memiliki duplikasi data. Misal jika tabel dimensi Product dinormalisasi maka akan menghasilkan struktur seperti berikut:
Gambar 2.18 Snow Flake Schema
Tabel dimensi dinormalisasi untuk mengurangi redudansi data (duplikasi), sehingga struktur tabelnya akan lebih ramping. Dengan pengelompokan ini, data akan lebih mudah dibaca dan membantu pengembang aplikasi untuk menata desain antar muka sistem dan filtering data. Struktur ini akan menghemat kapasitas storage, namun waktu eksekusi data akan lebih lama mengingat jumlah tabel dimensi yang direlasikan lebih banyak dan membutuhkan tambahan relasi foreign key. Query yang terbentuk lebih kompleks, yang mengakibatkan kinerja kueri menurun. 42
43
Pada penerapan yang lebih umum, tabel dimensi tidak diturunkan dengan lebih banyak tabel dimensi lain dan pengaturan UI atau pengelompokan data diatur secara hardcoded di kode program aplikasinya.
1. Fact Table Table fakta adalah table yang berisikan fakta yang diinginkan oleh pengguna, fakta ini di dapat dari berbagai table dimensi di sekitar table fakta. Table fakta juga mengandung perhitungan aggregate yang di dapat dari beberapa baris data. Table fakta memiliki composite primary key yang di dapat dari primary key pada table dimensi di sekitarnya. Menurut Connolly & Begg (2010,p.1227) Tabel fakta merupakan sebuah tabel yang memiliki sebuah composite primary key dimana tabel tersebut akan membentuk sebuah model dimensional.
2. Dimension Table Merupakan hasil dari Dimension Modeling, tersimpan
pada
database
OLAP.
Table
dimensi
merupakan gabungan dari table yang lebih kecil yang primary key-nya akan diambil untuk menjadi bagian composite key yang berada pada table fakta. Menurut Connolly & Begg (2010,p.1227) Tabel dimensi merupakan sekumpulan dari tabel-tabel yang lebih kecil yang memiliki sebuah primary key sederhana yang merespon secara benar terhadap salah satu komponen dari composite key yang ada dari tabel fakta.
1.1.12. Metadata Metadata merupakan data deskripsi tentang suatu data yang menggambarkan informasi bagaimana bentuk data tersebut, bagaimana data disimpan, kapan data di capture.
Menurut Inmon (2005,p.102) metadata merupakan komponen penting dari lingkungan datawarehouse, tetapi di dalam dunia datawarehouse, metadata telah menjadi lebih penting, karena dapat mengusahakan
penggunaan
datawarehouse
yang
lebih
efektif.
Metadata memungkinkan pengguna akhir atau analyst DSS untuk menunjukan kemungkinan-kemungkinan.
1.1.13. Strength, Weakness, Opportunity, Threat (SWOT) Analisis SWOT merupakan sebuah metode perancangan strategis yang digunakan untuk mengevaluasi kekuatan, kelemahan, peluang, dan ancaman dalam suatu spekulasi bisnis. Analisis SWOT juga dimaksudkan untuk memprediksi terjadinya ketidakpastian pada organisasi atau perusahaan yang bersangkutan sehingga dapat memprediksi yang terjadi dalam jangka pendek maupun jangka panjang. Menurut Kurtz (2008,45) SWOT Analisis adalah suatu alat perencanaan strategik yang penting untuk membantu perencana untuk membandingkan kekuatan dan kelemahan internal organisasi dengan kesempatan dan ancaman dari eksternal. Menurut Pearce dan Robinson (2003,134) analisis SWOT perlu dilakukan karena analisa SWOT untuk mencocokan fit antara sumber daya internal dan situasi eksternal perusahaan. Pencocokan yang baik dapat memaksimalkan kekuatan dan peluang perusahaan serta meminimumkan kelemahan dan ancamannya Asumsi sederhana ini mempunyai implikasi yang kuat untuk design strategi yang sukses. Berikut ini adalah empat faktor analisis SWOT: •
Strength Sebuah kekuatan dalam perusahaan adalah sumber daya dan kemampuan yang dapat digunakan sebagai dasar dalam pengembangan competitive advantage
•
Weakness Kelemahan yaitu merupakan sifat-sifat dalam suatu perusahaan 44
45
yang cenderung mengurangi nilai-nilai kompeten dan faktor internal yang menghambat perusahaan dalam mencapai tujuannya. •
Opportunity Sebuah peluang-peluang yang ada dalam perusahaan yang dapat membuahkan peluang baru bagi sebuah perusahaan untuk meraih keuntungan dan pertumbuhan.
•
Threat Kejadian-kejadian dapat terjadi yang mengakibatkan kerugian tertentu
dalam
perusahaan
serta
dapat
menghambat
perusahaan.
1.1.14. Analisa dan Perancangan 1.1.14.1.
Analisis Key Performance Indicator (KPI) Menurut merupakan satu
David
Parmenter,
(2010)
KPI
langkah-langkah yang berfokus pada
aspek-aspek kinerja organisasi yang paling penting untuk keberhasilan saat ini dan masa depan organisasi. KPI banyak digunakan secara regular untuk mengukur aktifitas yang sulit untuk dinilai seperti keuntungan dari suatu perusahaan.Setiap organisasi memiliki KPI yang berbedabeda tergantung dari budaya dan strategi organisasi tersebut. Menurut Reh, F. John (management.about.com; 2007) KPI membantu organisasi untuk mendefinisikan dan mengukur progress dari tujuan organisasi setelah misi, stakeholder, dan tujuannya telah diidentifikasikan dan dianalisis. Berdasarkan
pengertian
diatas,
dapat
disimpulkan bahwa Key Peformance Indicator adalah pengukuran
kuantitatif,
yang
mencerminkan
faktor
penentu keberhasilan sebuah organisasi. Key Peformance Indicator juga digunakan untuk mengevaluasi faktor-
faktor yang penting untuk kesuksesan suatu organisasi dan tidak sekedar itu saja, Key Peformance Indicator memiliki peran yang penting bagi kemajuan sebuah perusahaan. Karena itu, sebuah perusahaan dituntun memiliki visi dan misi yang jelas serta langkah yang mudah untuk merealisasikan tujuannya, Key Performance Indicator membutuhkan perancangan yang matang selain itu juga harus didukungnya oleh ketersediaan data dan informasi yang lengkap serta keakuratan data terlebih lagi data yang konsisten
1.1.15. BI Development Step 1.1.15.1.
Justification 1.1.15.1.1. Business Case Assesment Business Case Assesment merupakan langkah awal yang menjadi pertimbangan bagi mereka yang ingin mengembangkan BI. Adapun kegiatan-kegiatan yang dilakukan pada tahap ini adalah : •
Menentukan kebutuhan bisnis
•
Mengevaluasi
sistem
pengambil
keputusan yang sedang berjalan •
Mengevaluasi sumber data operasional dan prosedur yang berjalan
•
Mengevaluasi
perangkat
lunak
kompetitor yang menggunakan Business Intelligence •
Menentukan
objektif
dari
aplikasi
solusi
business
business Intelligence •
Mengajukan
sebuah
inteliigence •
Menampilkan cost benefit analysis
•
Menampilkan analisis resiko
46
47
•
1.1.15.2.
Menulis laporan evaluasi
Planning 1.1.15.2.1. Enterprise Infrastructure Evaluation 1.1.15.2.1.1. Technical Infrastructure Meliputi
perangkat
keras,
perangkat lunak, middle-ware, sistem
management
database,
sistem
operasi,
komponen
jaringan metadata repository, dan lain-lain. 1.1.15.2.1.2. Non-technical infrastructure Meliputi
standar
standar
metadata,
data-naming,
enterprise logical data model, metode
petunjuk
prosedur
testing, proses change control, prosedur
untuk
issue
management, dan lain-lain. Kegiatan yang dilakukan pada tahap ini, yaitu : o Evaluasi
keefektifan
komponen infrastruktur non teknis o Membuat evaluasi
laporan infrastruktur
non teknis o Memperbaiki infrastruktur non teknis.
1.1.15.2.2. Project Planning Proyek BI bersifat dinamis, sehingga setiap perubahan yang terjadi pada ruang lingkup, staff budget, teknologi, proses bisnis, bisa
memberikan pengaruh terhadap berhasilnya sebuah proyek BI. Project planning harus dibuat lebih detail dan kemajuan terkini harus selalu
diawasi
da
dilaporkan.
Kegiatan-
kegiatan yang dilakukan pada tahap ini, yaitu : •
Menentukan kebutuhan proyek
•
Menetukan kondisi dari sumber file dan database
•
Menentukan dan merevisi perkiraan biaya
•
Merevisi management resiko
•
Mengidentifikasi critical success factor (CSF)
•
Mempersiapkan project charter
•
Mempersiapkan
perencanaan
proyek
tingkat tinggi •
1.1.15.3.
Menjalankan proyek
Business Analysis 1.1.15.3.1. Project Requirement Development Mengatur ruang lingkup proyek adalah salah satu tugas yang sangat sulit dalamsebuah proyek BI. Semua perubahan yang terjadi selama proses development diharapkan bisa diaplikasikan ke dalam aplikasi sehingga para eksekutif
bisa
mempelajari
setiap
kemungkinan yang terjadi dan bisa melihat keterbatasan-keterbatasan teknologi BI selama proyek berlangsung. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
mendefinisikan
kebutuhan
untuk
peningkatkan infrastruktur non teknis •
mendefinisikan kebutuhan laporan 48
49
•
mendefinisikan kebutuhan untuk sumber data
•
mengkaji ulang ruang lingkup proyek
•
memperluas model logical data
•
mendefinisikan service level agreement awal
•
menulis dokumen kebutuhan aplikasi
1.1.15.3.2. Data Analysis Tantangan terbesar dalam sebuah proyek BI adalah kualitas daripada sumber data.Kualitas data yang tidak bagus tentu saja akan sangat mahal dan memerlukan waktu yang lama untuk proses koreksi. Kadangkala sangat susah untuk melakukan konsolidasi atau rekonsoliasi data dari berbagai sudut pandang perusahaan. Oleh
karena
itu
tahapan
analisis
data
menyumbangkan persentase waktu yang cukup signifikan dalam keseluruhan proyek BI. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Menganalisis sumber data eksternal
•
Mendefinisikan ulang model logical data
•
Menganalisis kualitas dari sumber data
•
Memperluas model enterprise logical data
•
Memperbaiki ketidak cocokan data
•
Menulis spesifikasi data cleansing
1.1.15.3.3. Application Prototyping Prototype bisa digunakan sebagai sarana bagi para eksekutif potensi dan limitasi dari teknologi BI yang akan dibuat dan bisa juga memberikan kesempatan bagi mereka untuk
menambahkan atau mengubah kebutuhan dan ekpetasi mereka terhadap proyek BI. Kegiatankegiatan yang dilakukan pada tahap ini adalah •
Menganalisis kebutuhan akses
•
Menganalisis ruang lingkup dari prototype
•
Memilih alat bantu untuk prototype
•
Mempersiapkan prototype charter
•
Perancanan laporan dan query
•
Membangun prototype
•
Mendemonstrasikan prototype
1.1.15.3.4. Metadata Repository Analysis Technical
meta
data
diperlukan
untuk
dilakukan proses mapping dengan bisnis meta data, dan semua meta data tersebut harus disimpan
di
dalam
sebuah
meta
data
repository. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Menganalisis
kebutuhan
meta
data
repository •
Menganalisis kebutuhan interface untuk meta data repository
•
Menganalisis akses meta data repository dan kebutuhan laporan
1.1.15.4.
•
Membuat model logical meta
•
Membuat meta-meta data
Design 1.1.15.4.1. Database Design Database BI akan menampung semua data bisnis secara detail maupun dalam bentuk agregasi, tergantung dari kebutuhan pelaporan dari pihak eksekutif. Tidak semua kebutuhan 50
51
pelaporan bersifat strategis dan tidak semua kebutuhan pelaporan bersifat multi dimensi. Setiap perancangan database harus sesuai dengan yang dibutuhkan oleh para eksekutif. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Melihat ulang kebutuhan akses data
•
Menentukan kebutuhan agregasi/summary
•
Merancang struktur database secara fisik
•
Membuat database business intelligence
•
Membuat prosedur pemeliharaan database
•
Mempersiapkan perancangan monitoring dan tuning database
•
Mempersiapkan perancangan monitoring dan tuning query
1.1.15.4.2. ETL Design Proses ETL (Extract/Transform/Load) adalah proses yang paling kompleks dalam sebuah proyek BI karena di sinilah kualitas dari sebuah data warehouse diperhitungkan, di mana proses validasi data, data cleansing dilakukan dalam proses ETL. Kegiatankegiatan yang dilakukan pada tahap ini adalah •
Membuat
dokumen
source-to-target
mapping •
Melakukan tes terhadap fungsi alat bantu ETL
•
Merancang alur proses ETL
•
Merancang program ETL dan setup ETL staging area
1.1.15.4.3. Metadata Repository Design
Hasil analisis terhadap meta data repository yang
dilakukan
pada
tahap
sebelumnya
kemudian dirancang. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Merancang meta data repository database
•
Melakukan instalasi dan melakukan tes terhadap produk meta data repository
1.1.15.5.
•
Merancang aplikasi meta data
•
Merancang proses migrasi meta data
Construction 1.1.15.5.1. ETL Development Banyak perangkat aplikasi yang tersedia untuk melakukan proses ETL, ada yang simpel dan kompleks,
tergantung
dari
proses
data
cleansing ataupun transformasi data yang dilakukan. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Membuat dan memperoses ETL baru
•
Melakukan integrasi proses ETL baru
•
Kinerja proses ETL baru
•
Quality assurance proses ETL baru
•
Acceptance proses ETL baru
1.1.15.5.2. Application Development Setelah prototype dibuat, proses pembuatan aplikasi dimulai. Proses pembuatan aplikasi bisa sederhana ataupun kompleks tergantung dari
sejauh
mana
teknologi
yang akan
digunakan untuk keperluan analisis. Biasanya kegiatan pengembangan aplikasi dilakukan secara paralel dengan kegiatan pembangunan ETL dan pembangunan meta data repository. 52
53
Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Menentukan kebutuhan proyek final
•
Merancang program aplikasi
•
Membuat dan melakukan unit testing terhadap program aplikasi
•
Melakukan tes aplikasi program
•
Menyediakan akses data dan memberikan training analisis
1.1.15.5.3. Metadata Repository Development Hasil design terhadap meta data repository yang
dilakukan
pada
tahap
sebelumnya
kemudian dibuat. Kegiatan-kegiatan yang dilakukan pada tahap ini adalah •
Membangun
meta
data
repository
database •
Membangun proses migrasi meta data baru
•
Membangun aplikasi meta data baru
•
Melakukan
tes
program
meta
data
repository atau fungsi produk •
Mempersiapkan meta data repository untuk produksi
•
Menyediakan
training
meta
data
repository
2.2 Teori-teori Khusus 2.2.1
Penjualan Penjualan secara umum memiliki pengertian kegiatan yang dilakukan oleh suatu perusahaan yang mengajak orang lain untuk membeli barang dan jasa yang ditawarkan yang menghasilkan pendapatan bagi perusahaan. Menurut Swasta (1999,p8) penjualan
merupakan suatu ilmu dan seni untuk mempengaruhi pribadi yang dilakukan oleh penjual untuk mengajak orang lain agar bersedia membeli barang atau jasa yang ditawarkan. Menurut Mulyadi (2001, p202), kegiatan penjualan terdiri dari penjualan barang dan jasa, baik secara kredit maupun tunai. Dalam transaksi penjualan kredit, jika order daroi pelanggan telah dipenuhi dengan permintaan barang atau penyerahan jasa, untuk jangka waktu tertentu perusahaan memiliki piutang kepada pelanggannya. Dalam sistem penjualan tunai, barang, atau jasa baru diserahkan perusahaan kepada pembeli jika perusahaan telah menerima pembayaran dari pembeli. Menurut Mulyadi (2001, p469), jaringan prosedur yang membentuk sistem penerimaan kas dari penjualan tunai adalah : 1. Prosedur order penjualan Fungsi penjualan menerima order dari pembeli dan membuat faktur penjualan tunai untuk memungkinkan pembeli melakukan pembayaran harga barang ke fungsi kas dan untuk memungkinkan fungsi gudang dan fungsi pengiriman menyiapkan barang yang akan diserahkan kepada pembeli.
2. Prosedur penerimaan kas fungsi kas menerima pembayaran harga barang dari pembeli dan memberikan tanda pembayaran kepada pembeli untuk memungkinkan pembeli tersebut melakukan pengambilan barang yang telah dibelinya dari fungsi pengiriman.
3. Prosedur penyerahan barang Fungsi pengiriman menyerahkan barang kepada pembeli.
4. Prosedur pencatatan penjualan tunai
54
55
Fungsi
akuntansi
melakukan
pencatatan
transaksi
penjualan tunai dalam jurnal penjualan dan jurnal penerimaan kas.
5. Prosedur penyetoran kas ke bank Fungsi kas menyetorkan kas yang diterima dari pernjualan tunai ke dbank dalam jumlah penuh.
6. Prosedur pencatatan penerimaan kas Fungsi akuntansi mencatat penerimaan kas ke dalam jurnai penerimaan kas berdasarkan bukti setor bank yang diterima dari bank melalui fungsi kas.
7. Prosedur pencatatan harga pokok penjualan Fungsi akuntansi membuat rekapitulasi harga pokok penjualan berdasarkan data yang telah dicatat dalam kartu persediaan.
Jadi,penjualan
adalah
suatu
usaha
yang
terpadu
untuk
menggembangkan rencana-rencana strategis yang digunakan dalam mengarahkan kepada usaha kebutuhan serta keinginan pembeli,guna untuk mendapatkan penjualan yang menghasilkan laba.
2.2.2 Pembelian Menurut (Mulyadi, 2001:299), pembelian adalah suatu usaha yang dilakukan untuk pengadaan barang yang diperlukan oleh perusahaan Jenis pembelian berdasarkan pemasok: 1. Pmbelian lokal adalah pembelian dari pemasok yang berasal dari dalam negeri 2. Pembelian impor adalah pembelian dari pemasok yang berasal dari luar negeri.
Jenis pembelian berdasarkan transaksi : 1. Transaksi
pembelian
tunai
adalah
jenis
transaksi
dimana pembayarannya dilakukan secara langsung pada saat barang diterima. 2. Transaksi pembelian kredit adalah jenis
transaksi
dimana
pembayarannya tidak dilakukan secara langsung pada saat barang diterima, tetapi dilakukan selang beberapa waktu setelah barang diterima, sesuai perjanjian kedua belah pihak.
Menurut Mulyadi (2001, p299), fungsi yang terkait dalam sistem akuntansi pembelian adalah : 1. Fungsi Gudang Fungsi gudang bertanggung jawab untuk mengajukan permintaan pembelian sesuai dengan posisi persediaan yang ada di gudang dan untuk menyimpan
barang
yang
telah
diterima oleh
fungsi
penerimaan. Untuk barang-barang yang langsung dipakai (tidak diselenggarakan persediaan barang di gudang), permintaan pembelian diajukan oleh pemakai barang.
2. Fungsi Pembelian Fungsi pembelian bertanggungjawab untuk memperoleh informasi mengenai harga barang, menentukan pemasok yang dipilih dalam pengadaan barang, mendapatkan informasi mengenai permintaan pembelian dari gudang, dan mengeluarkan order pembelian kepada pemasok yang dipilih
3. Fungsi Penerimaan Fungsi
penerimaan
bertanggung
jawab
untuk
melakukan
pemeriksaan terhadap jenis, mutu, dan kuantitas barang yang diterima pemasok bertujuan untuk menentukan dapat atau tidaknya barang tersebut diterima oleh perusahaan. Fungsi ini juga bertanggungjawab untuk menerima barang dari pembeli yang berasal dari transaksi retur penjualan 56
57
4. Fungsi Akuntansi Fungsi akuntansi yang terkait dalam transaksi pembelian adalah pencatat hutang dan fungsi pencatat persediaan. Fungsi pencatat hutang bertanggungjawab untuk mencatat transaksi pembelian ke dalam register bukti kas keluar dan untuk menyeleng garakan arsip dokumen sumber (bukti kas keluar) yang berfungsi sebagai
catatan
hutang
atau menyelenggarakan kartu hutang
sebagai buku pembantu hutang.
Menurut
Mulyadi
(2001,
p301),
jaringan
prosedur
dalam sistem pembelian adalah: 1. Prosedur permintaan pembelian Fungsi gudang mengajukan permintaan pembelian dalam formulir surat permintaan pembelian kepada fungsi pembelian. Surat tersebut berisi sejumlah barang-barang yang akan dibeli dan dibuat dalam beberapa rangkap. Permintaan pembelian tersebut akan dipenuhi tergantung dari keputusan manager perusahaan yang bersangkutan.
2. Prosedur permintaan penawaran harga dan pemilihan pemasok fungsi pembelian mengirimkan surat permintaan penawaran harga kepada para pemasok untuk memperoleh informasi mengenai harga barang dan berbagai syarat pembelian yang lain untuk memungkinkan pemilihan pemasok yang akan ditunjuk sebagai pemasok barang yang diperlukan oleh perusahaaan.
3. Prosedur order pembelian Fungsi pembelian mengirim surat order pembelian kepada pemasok yang dipilih dan memberitahukan kepada unit-unit organisasi lain dalam perusahaan mengenai order pembelian yang telah dikeluarkan oleh perusahaan.
4. Prosedur penerimaan barang Fungsi penerimaan barang melakukan pemeriksaan mengenai jenis, kuantitas, dan mutu barang yang akan diterima dari pemasok dan kemudian membuat laporan penerimaan barang untuk menyatakan penerimaan barang dari pemasok tersebut.
5. Prosedur pencatatan hutang Fungsi
akuntansi
memeriksa
dokumen-dokumen
yang
berhubungan dengan pembelian (surat order pembelian, laporan penerimaan
barang,
dan
faktur
dari
pemasok)
dan
menyelenggarakan pencatatan hutang atau mengarsipkan dokumen sumber sebagai catatan hutang.
6. Prosedur distribusi pembelian Prosedur ini meliputi distribusi rekening yang didebit dari transaksi pembelian untuk kepentingan pembuatan laporan manajemen.
58
