BAB II TINJAUAN PUSTAKA
2.1 Executive Information System Sebelum masuk ke dalam pembahasan mengenai Executive Information System (EIS), sangat diperlukan juga memahami apa yang dimaksud dengan pihak eksekutif dan informasi terkait lainnya. Dari sudut pandang organisasi, eksekutif ialah orang atau kelompok orang yang memiliki kewenangan administratif atau pengawasan dalam suatu organisasi. Dengan kata lain eksekutif merupakan manajer tingkat atas yang berpengaruh kuat pada kegiatan dan arah organisasi atau tujuan organisasi. Dalam mencapai tujuan suatu organisasi, eksekutif memiliki 5 fungsi utama, yaitu merencanakan (planning), mengorganisasikan (organizing),
menyusun
staf
(staffing),
mengarahkan
(directing),
dan
mengendalikan (controlling). Dari fungsi tersebut tentunya selaku manajemen tingkat atas, pihak eksekutif memiliki kewenangan dan tanggung jawab yang besar terhadap suatu organisasi, dikarenakan keberhasilan suatu organisasi sangat tergantung kepada efisiensi dan pengambilan keputusan.
Gambar 2.1 Office Management Schema Gambar 2.1 menggambarkan bahwa manajemen dalam organisasi dibagi menjadi 3 tingkatan yaitu level bawah (level operasional), level menengah (level taktik), dan level atas (level strategi). Dikarenakan setiap level manajemen
9
10
memiliki tugas yang berbeda, maka masing – masing memerlukan informasi yang berbeda. Jika dikaitkan dengan pemanfaatan teknologi seperti sistem informasi, tentunya sistem informasi yang digunakan juga berbeda. Contohnya saja manajemen level atas atau pihak eksekutif, jika dikaitkan juga dengan 5 fungsi utama yang dimiliki, tentu diperlukan suatu sistem informasi yang dapat memenuhi kebutuhan terhadap fungsi tersebut. Untuk level strategi, sistem informasi yang dapat dimanfaatkan ialah Executive Information System (EIS). Tentunya EIS dapat memberikan kemudahan kepada pihak eksekutif dalam menjalankan fungsinya sehingga keberhasilan dan tujuan dari organisasi dapat tercapai. Maka dari itu keberadaan EIS, sangat diperlukan oleh manajemen level atas atau pihak eksekutif. Berikut merupakan pemaparan lebih lanjut terkait Executive Information System (EIS). 2.1.1
Definisi Executive Information System Executive Information System (EIS) adalah sebuah tipe dari sistem
informasi manajemen yang diharapkan dapat memfasilitasi dan mendukung kebutuhan informasi dan pengambilan keputusan di level eksekutif dengan menyediakan kemudahan akses informasi baik internal maupun eksternal yang berhubungan dengan tujuan sebuah organisasi atau perusahaan (Han, 2006). EIS juga merupakan suatu sistem berbasis komputer yang melayani kebutuhan informasi dari top level management. EIS menyediakan akses yang cepat berupa informasi yang tepat waktu dan langsung mengakses laporan manajemen.
Sangat
user-friendly,
didukung oleh berbagai
grafik,
dan
menyediakan laporan – laporan dengan kemampuan drill-down. Selain itu EIS mudah dihubungkan dengan layanan informasi on-line dan e-mail (Turban, 1996). Alasan kenapa pemanfaatan EIS begitu penting ialah dikarenakan EIS dapat memenuhi kebutuhan dari eksekutif dimana eksekutif sangat memerlukan informasi baik internal maupun eksternal untuk mengambil keputusan. Sesuai dengan apa yang disimpulkan Watson, et al (1997) tentang konsep mengapa diperlukan EIS adalah sebagai berikut sesuai dengan keperluan : 1. Internal, yaitu kebutuhan informasi yang tepat, kebutuhan perbaikan komunikasi, kebutuhan mengakses data operasional, kebutuhan update
11
status pada aktifitas yang berbeda, kebutuhan untuk meningkatkan keefektifan, kebutuhan untuk mengenal data historis, dan kebutuhan untuk informasi yang lebih akurat. 2. Eksternal, yaitu meningkatkan persaingan, cepat mengantisipasi perubahan lingkungan, kebutuhan untuk menjadikan lebih proaktif, kebutuhan untuk mengakses database eksternal, dan meningkatkan regulasi pemerintah EIS biasanya dianggap sebagai bentuk spesifik dari Decision Support System (DSS). Secara umum EIS merupakan pengembangan dari DSS yang membantu level eksekutif menganalisis, membandingkan dan mengetahui ha l – hal yang penting sehingga mereka dapat mengawasi performansi dan mengidentifikasi peluang serta problem pada suatu perusahaan (Han, 2006). 2.1.2
Karakteristik Executive Information System Karakteristik informasi yang dibutuhkan oleh para eksekutif dikategorikan
berdasarkan aspek kualitas informasi, user interface, dan kemampuan teknis yang disediakan (Turban, 1996). 1. Kualitas informasi, dimana informasi yang diterima oleh para eksekutif harus bersifat fleksibel, benar, tepat, dan lengkap. 2. User interface, dimana informasi harus diperoleh dengan mudah, menggunakan Graphic User Interface (GUI), aman, handal, menyediakan akses cepat terhadap informasi yang dibutuhkan dimana saja, mempunyai menu bantuan, dan lebih mengurangi penggunaan keyboard. 3. Kemampuan teknis, mempunyai kemampuan untuk mengakses informasi global, akses ke e-mail, secara ekstensif dapat menyediakan data eksternal, memberikan indikasi “highlights indicator” adanya permasalahan, menyediakan akses pada historical data dan current data, memperlihatkan trend, fucasting, drill down, filters, compresses, dan lain – lain. 2.1.3
Kelebihan dan Kekurangan Executive Information System Semua sistem memliki kekurangan dan kelebihan. Akan tetapi, itu semua
tergantung dari penggunaan dan pengguna sistem itu sendiri. Adapun kelebihan dari executive information system yaitu (Parmenter, 2007) :
12
1. Kemampuan dalam memberikan data yang diperlukan untuk menganalisis. 2. Mempermudah para eksekutif untuk menggunakan pengalamannya dalam dunia komputer. 3. Membandingkan dan memperlihatkan kecenderungan dalam waktu yang cepat sehingga keputusan dapat diambil segera. 4. Biasanya menawarkan efisiensi untuk membuat keputusan. 5. Menyediakan pengiriman tepat waktu dari keterangan rangkuman perusahaan dan keterangan yang disediakan semakin mudah dimengerti. 6. Melakukan penyaringan data untuk manajemen. 7. Meningkatkan pemeriksaan keterangan. 8. Dapat Mengakses dan memadukan jangkauan data internal dan eksternal yang bersifat luas. Sedangkan kekurangan dari pemanfaatan executive information system yaitu (Parmenter, 2007) : 1. Memiliki fungsi yang terbatas, tidak dapat melakukan perhitungan yang terbilang kompleks. 2. Bagi perusahaan kecil mungkin memerlukan biaya lebih untuk membuat atau mengimplementasisan EIS. 3. Pembuatannya harus dapat memenuhi segala kebutuhan informasi bagi eksekutif senior. 2.1.4
Pengembangan Executive Information System Pengembangan executive information system umumnya dapat terjadi
akibat dari tekanan eksternal, yang berasal dari lingkungan di luar perusahaan dan dapat meliputi gejolak lingkungan dan persaingan kerja yang meningkat, tekanan internal meliputi adanya kebutuhan akan informasi baru, lebih baik dan lebih tepat waktu, adanya keharusan untuk mengelola organisasi yang semakin kompleks dan sulit untuk dijalankan serta adanya kebutuhan akan sistem pelaporan yang lebih efisien, serta suatu bagian yang menyediakan informasi bagi eksekutif mengenai kinerja keseluruhan perusahaan (Turban, 1996). Dalam pengembangan EIS para eksekutif menggunakan beberapa konsep dasar manajemen yang betujuan memungkinkan para eksekutif dapat memantau
13
seberapa baiknya kinerja perusahaan dalam mencapai tujuan (Turban, 1996). Adapun konsep dasar tersebut adalah sebagai berikut : 1. Faktor Penentu Keberhasilan (Critical Success Factor), ialah faktor yang menentukan keberhasilan atau kegagalan segala je nis kegiatan organisasi. Faktor ini dalam setiap perusahaaan berbeda tergantung dari kegiatan yang dilakukan. Nantinya CSF akan bermuara pada perencanaan yang baik dalam mengantisipasi kebutuhan kemudian menempatkan sumber daya dan prosedur yang diperlukan pada tempatnya. Jika perusahaan telah menetapkan manajemen sumber daya informasi dan melaksanakan perencanaan strategis untuk sumber daya informasi dengan ba ik, maka keberhasilan EIS dan sistem informasi perusahaan merupakan suatu sasaran yang realistis. 2. Management by Exception (MBE), ialah perbandingan antara kinerja yang direncanakan dengan kinerja aktual. Sehingga informasi dapat langsung didapat dan digunakan untuk menyelesaikan setiap permasalahan seperti perangkat lunak EIS yang dapat mengidentifikasi perkecualian – perkecualian secara otomatis dan membuatnya diperhatikan oleh eksekutif. 3. Model Mental, peran utama EIS adalah membuat sintesis data dan informasi
bervolume
besar
untuk
meningkatkan
kegunaannya.
Pengambilan sari ini disebut pemampatan informasi (information compression) dan menghasilkan suatu gambaran atau model mental dari operasi perusahaan. 2.2 Metode Pengembangan Perangkat Lunak Dalam perancangan dan implementasi aplikasi OLAP ini digunakan metodologi pengembangan perangkat lunak model proses Waterfall. Dimana meodel proses tersebut termasuk dalam model proses klasik yang bersifat sistematis, berurutan dari satu tahap ke tahap lain dalam membangun software (Sommerville, 2011). Model waterfall ini mengusulkan suatu pendekatan kepada pengembangan perangkat lunak yang bersifat sistematik dan sekuensial. Dimana hal tersebut dimulai dari tingkat pengembangan sistem pada seluruh analisis, desain sistem, implementasi, pengujian hingga pemeliharaan dari sistem.
14
Memiliki beberapa tahapan dalam prosesnya, dimana setiap tahapan tersebut harus diselesaikan terlebih dahulu sebelum melanjutkan ke tahap yang berikut. Skema dari tahapan – tahapan yang terdapat pada model proses waterfall digambarkan sebagai berikut.
Gambar 2.2 Model Proses Waterfall Gambar 2.2 penjelasan dari masing – masing tahapan atau proses pada skema model waterfall (Sommerville, 2011), yaitu : 1.
Requirements Analysis and Definition, tahap awal yang menetapkan layanan sistem, kendala, dan tujuan yang diperoleh berdasarkan hasil konsultasi dengan pengguna sistem. Kemudian didefinisikan secara rinci yang nantinya dapat difungsikan sebagai spesifikasi dari sistem.
2.
System and Software Design, meliputi mengidentifikasi dan merancang arsitektur atau dasar dari sistem perangkat lunak yang akan dibangun.
3.
Implementation and Unit Testing, mengimplementasikan perancangan fungsi – fungsi perangkat lunak ke dalam bentuk kode program serta dilakukan pengujian agar setiap unit memenuhi spesifikasinya.
4.
Integration and System Testing, tahapan dimana dilakukan pengintegrasian dari unit program individu kemudian dilakukan pengujian sebagai satu kesatuan sistem yang lengkap guna memastikan terpenuhinya persyaratan perangkat lunak. Setelah pengujian dilakukan, maka sistem telah siap disampaikan kepada pengguna agar dapat dilakukannya user testing.
15
5.
Operation and Maintenance, merupakan tahapan dengan waktu paling lama karena pemeliharaan meliputi beberapa hal seperti memperbaiki kesalahan yang tidak ditemukan pada tahap awal pengembangan, meningkatkan implementasi dari unit sistem dan meningkatkan pelayanan sistem terhadap kebutuhan tambahan yang baru ditemukan. Kelebihan dari model proses waterfall ialah dokumentasi dihasilkan pada
tiap tahapan, hal tersebut dapat berguna untuk model proses perangkat lunak yang lain. Namun masalah utama dari model proses ini ialah tidak fleksibel, pada tahap awal semua kebutuhan harus diketahui secara jelas dan rinci, model proses ini akan sulit untuk merespon perubahan dari kebutuhan perlanggan. Maka dari itu model proses waterfall baik digunakan ketika persyaratan telah dipahami dengan baik oleh pengembang sistem (Sommerville, 2011). 2.3 Data Warehouse Data warehouse merupakan pondasi dari semua proses pada Executive Information System (EIS). Hal tersebut dikarenakan data warehouse memiliki sumber data yang terintegrasi dengan tingkat granularitas yang tepat. Sehingga data yang disediakan dapat menunjang atau memenuhi kebutuhan dari EIS. Berikut akan dijelaskan lebih lanjut terkait dengan data warehouse. 2.3.1
Definisi Data Warehouse Definisi data warehouse adalah sebuah sistem yang mengambil dan
mengkonsolidasikan data secara periodik dari sebuah sumber data ke sebuah tempat penyimpanan data yang bersifat dimensional maupun relasional (Rainardi, 2008). Selain itu dapat pula didefinisikan dimana data warehouse merupakan penyimpanan data yang berorientasi objek, terintegrasi, mempunyai varian waktu, dan menyimpan data dalam bentuk non volatile sebagai pendukung manejemen dalam proses pengambilan keputusan (Han, 2006). Data warehouse memiliki beberapa karakterisitik yang meliputi Subject Oriented, Integrated, Time Variant, dan Non volatile. Berikut merupakan pemaparan dari karakteristik tersebut (W.H. Inmon, 2002) :
16
1. Subject Oriented, dimana data warehouse didesain untuk menganalisa data berdasarkan subyek – subyek tertentu dalam suatu organisasi, bukan pada proses atau fungsi aplikasi tertentu. Meskipun Data warehouse terkonsentrasi pada operasi harian dan proses transaksi dalam perusahaan yang fokus pada pemodelan dan analisis data untuk pembuat keputusan. 2. Integrated, dimana data warehouse dibangun dari berbagai sumber yang berbeda dalam format yang konsisten dan saling terintegrasi satu dengan lainnya. Atau pembersihan dan penyatuan data diterapkan untuk menjamin konsistensi dalam penamaan, struktur kode, ukuran atribut, dan lainnya. 3. Time Variant, dimana seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang waktu tertentu. Setiap struktur kunci dalam data warehouse memiliki elemen waktu secara implisit maupun eksplisit. 4. Nonvolatile, data pada data warehouse tidak di-update secara real time tetapi di-refresh dari sistem operasional secara regular. Sehingga secara fisik selalu disimpan terpisah dari data aplikasi operasional. Penyimpanan terpisah ini, data warehouse tidak memerlukan proses transaksi, recovery dan mekanisme pengendalian konkurensi. Biasanya hanya membutuhkan dua operasi dalam akses data yaitu initial load of data dan access of data. Spreadsheets
Data Profiler
Pivot Tables
Control + Audit
Metadata
Ad Hoc Querles Reports
Source System
ETL
Stage
DQ + ETL
DDS
Stage Analytics
Connection
Reports
DQ
MDB
Data Mining Dashboard Scorecards Reports
Other BI Apps
Gambar 2.3 Komponen Umum Data Warehouse
17
Gambar 2.3 merepresentasikan komponen yang terdapat pada data warehouse secara umum. Berikut ini akan dijelaskan mengenai masing – masing komponen umum data warehouse yaitu (Rainardi, 2008) : 1. Source system ialah data source atau objek yang menjadi sumber data dari proses keseluruhan yang merupakan sistem Online Transaction Processing yang berisi data yang ingin di muat ke dalam data warehouse. 2. Online Transaction Processing (OLTP) ialah suatu sistem yang fungsi utamanya untuk menangkap dan menyimpan transaksi bisnis. Untuk memahami karakteristik dari suatu data, maka source system diuji menggunakan satu data profiler. 3. Data profiler merupakan sebuah alat yang memiliki kemampuan dalam melakukan analisis terhadap suatu data. 4. ETL ialah singkatan dari extract, transform, dan load. Dimana hal tersebut dapat didefinisikan sebagai fungsi melakukan ekstraksi dari data source, lalu melakukan transformasi data, sebelum me-load-nya ke data store tujuan. Setelah itu sistem ETL diintegrasikan, bertransformasi, dan memuat data ke dalam satu Dimensional Data Store (DDS). Arsitektur dari ETL digambarkan seperti Gambar 2.4.
Gambar 2.4 Arsitektur ETL 5. Dimensional Data Store (DDS) ialah database yang menyimpan data dari data warehouse, dimana format yang dimiliki berbeda dibandingkan OLTP. Data diambil dari source system ke DDS, lalu dilakukan query di DDS. Query tidak langsung dilakukan di source system karena pada DDS data disusun pada satu format dimensional sehingga menjadi lebih cocok untuk dianalisa serta karena DDS mengandung data terintegrasi dari beberapa source system.
18
6. Data Quality dimanfaatkan saat sistem ETL memuat data ke dalam DDS. Dimana terdapat aturan kualitas data melakukan berbagai pengecekan kualitas data. Data yang buruk diletakkan ke dalam database data quality untuk dilaporkan kemudian otomatis dikoreksi pada source system jika data tersebut berada dalam batas tertentu. 7. System Control, ialah sistem yang dapat mengatur ETL, yang didasarkan pada ketentuan, urutan dan logika penyimpanan pada metadata. 8. Metadata ialah sebuah database. Berisikan informasi terkait struktur data, pemakaian data, arti data, aturan kualitas data, dan informasi lainnya. 9. System audit ialah bagian dari ETL yang difungsikan dalam memonitor operasional dari proses ETL dan mencatat statistik operasional guna memahami apa yang terjadi selama ETL berjalan. Dapat pula difungsikan mencatat sistem operasi dan pemakaiannya ke dalam database metadata. 10. Spreadsheet, Pivot Tables, Reporting Tools, dan Query SQL ialah komponen yang dapat difungsikan guna memperoleh kembali serta menganalisis data pada DDS. Pada aplikasi ini, data yang terdapat di dalam DDS
diisi ke dalam multidimensional database.
Sebuah
multidimensional database ialah suatu format dari database dimana data disimpan dalam record - record dimana posisi dari record didefinisikan oleh sejumlah variabel yang disebut dimensi. 11. Aplikasi Analytics Application, Data Mining, Scorecards, Dashboards, Multidimensional Reporting Tools dan Business Intelligence Application lainnya mampu memperoleh kembali data secara
interaktif dari
multidimensional database. Hal tersebut menghasilkan berbagai fitur serta hasil yang dapat memungkinkan
user dalam memperoleh suatu
pemahaman lebih tentang bisnis yang dijalankan. 2.3.2
Arsitektur Data Warehouse Pengklasifikasian data store didasarkan pada pengguna accessibility dan
data format. Dimana berdasarkan pengguna accessibility yaitu (Rainardi, 2008) : 1. User facing data store ialah data store yang tersedia untuk end-user yang diquery berdasarkan end-user dan end-user applications.
19
2. Internal data store ialah data store yang digunaan oleh komponen – komponen data warehouse secara internal. Bertujuan untuk integrating, cleansing, logging dan preparing data serta tidak membebaskan end-user dan end-user applications dalam melakukan query. 3. Hybrid data store, umumnya difungsikan dalam mekanisme data warehouse dan memperbolehkan berdasarkan end-user dan end-user applications untuk melakukan query. Sedangkan pengkasifikasian berdasarkan data format yaitu (Rainardi, 2008) : 1. Stage ialah internal data store yang difungsikan melakukan transformasi serta persiapan data dari beberapa source system, sebelum masuk ke data store lain dalam data warehouse. 2. Normalized Data Store (NDS) ialah internal master data store dalam bentuk satu atau lebih database relasional ternormalisasi. Hal tersebut bertujuan menggabungkan data dari berbagai source systems yang diperoleh pada stage, sebelum data dimasukkan ke user facing data store. 3. Operation Data Store (ODS) ialah hybrid data store dalam bentuk satu atau lebih normalized relational databases. Berisikan data transaksi serta versi terbaru dari master data untuk mendukung aplikasi operasional. 4. Dimensional Data Store (DDS) ialah user facing data store dalam bentuk satu atau lebih normalized relational databases. Data disusun dalam format dimensional agar dapat mendukung analytical queries. Berikut ialah pemaparan dari masing – masing data flow arsitektur dari data warehouse yaitu (Rainardi, 2008): a. Single DDS Architecture Gambar 2.5 menunjukan bahwa dalam arsitektur ini terdapat sebuah dimensional data store. Dimana DDS terdiri dari satu atau beberapa dimensional data mart. Sebuah dimensional data mart ialah kumpulan fact table yang saling berhubungan dan tabel dimensi yang berhubungan berisi pengukuran business event yang dikategorikan oleh dimensinya. Sebuah paket
ETL
mengekstrak
menempatkannya pada stage.
data
dari
berbagai
source
system
dan
20
Gambar 2.5 Single DDS Architecture Kelebihan dari arsitektur ini yaitu lebih sederhana daripada tiga arsitektur berikutnya dikarenakan data dari stage dimuat langsung ke dimensional data store, tanpa menuju ke normalized store yang lain dahulu. Sedsangkan kelemahannya ialah akan lebih sulit dikarenakan dalam arsitektur ini diharuskan membuat DDS kedua. DDS dalam arsitektur ini ialah master data store yang berisikan satu set lengkap data dalam data warehouse termasuk seluruh versi serta data histori. b. NDS + DDS Architecture Gambar 2.6 menunjukan terdapat tiga buah data store yaitu stage, NDS, dan DDS dalam arsitektur ini. Arsitektur ini mirip arsitektur single DDS, hanya saja terdapat normalized data dari beberapa source system dan memiliki kemampuan me-load data ke beberapa DDS. Perbedaan dengan single DDS ialah dalam arsitektur ini dapat memiliki beberapa DDS.
Gambar 2.6 NDS + DDS Architecture
21
c. ODS + DDS Architecture Memiliki kemiripan dengan NDS + DDS arsitektur, namun pada Gambar 2.7 yang membedakan ialah terdapatnya ODS pada tempat NDS. Sama halnya dengan NDS, ODS ialah bentuk normal ketiga atau lebih tinggi namun perbedaannya ODS hanya berisi versi saat ini dari master data dan tidak memiliki master data histori. Struktur entitasnya sama seperti database OLTP. ODS tidak memiliki surrogate key. ODS dapat mengintegrasikan data dari berbagai source system, dimana data dalam ODS bersih dan terintegrasi. Ha tersebut dikarenakan data mengalir ke ODS setelah melewati penyaringan di DQ (Data Quality).
Gambar 2.7 ODS + DDS Architecture ODS berisikan tabel transaksi dan tabel master seperti NDS. Tabel transaksi tersebut berisikan business event dan tabel master berisikan objek yang terlibat dalam business event. Fact table dalam DDS akan diisi dari tabel transaksi di ODS sedangkan dimensi table dalam DDS akan diisi dari master tabel dalam ODS. Berbedan dengan NDS, ODS tidak memiliki historical version dari master data terdahulu. d. Federated Data Warehouse (FDW) Architecture FDW terdiri dari beberapa gudang data dengan lapisan pengambilan data yang digambarkan seperti Gambar 2.8. Sebuah federated data warehouse mengambil data dari gudang data dengan menggunakan ETL dan me-load data ke sebuah dimensional data store baru. Misalkan dikarena merger dan kegiatan akuisisi, kita dapat memiliki tiga data warehouse,
22
contohnya dimensional data warehouse, normalisasi data warehouse bentuk normal ketiga, dan relasional data warehouse dengan tabel transaksi sedikit besar yang mereferensikan banyak tabel referensi.
Gambar 2.8 Federated Data Warehouse Architecture 2.3.3
Desain Data Warehouse Mendesain suatu data warehouse sangatlah kompleks, dimana untuk
memulainya perlu diperhatikan kebutuhan yang utama dan pemilihan data yang harus didahulukan, sehingga diperoleh komponen database yang akan digunakan dalam pembuatan database dari data warehouse tersebut (Rainardi, 2008). Teknik yang digunakan dalam mendeskripsikan atau merepresentasikan komponen database dari data warehouse ialah Dimensional Modeling (DM). DM merupakan suatu teknik desain secara logikal yang memiliki sasaran dalam merepresentasikan data sesuai standar, bentuk intuitif yang memberikan akses secara sangat cepat. Setiap tabel dari dimensional model memiliki komposisi dari satu tabel dengan composite key yang disebut dengan fact table dan sekumpulan set tabel yang lebih kecil yang disebut dengan dimensional table (Rainardi, 2008). 1. Fact Table atau tabel fakta ialah tabel yang umumnya mengandung sesuatu yang dapat diukur (measure), seperti harga, jumlah barang, dan sebagainya. Fact table juga merupakan kumpulan foreign key dari primary key yang terdapat pada masing – masing dimension table. Fact table juga mengandung data yang historis. 2. Dimension Table atau tabel dimensi ialah tabel yang berisi data detail yang menjelaskan foreign key yang terdapat pada fact table. Atribut yang
23
terdapat pada dimension table dibuat secara berjenjang yang bertujuan untuk memudahkan proses query. Dimensional modeling memiliki beberapa struktur skema dimana salah satunya ialah Star Schema. Star Schema merupakan struktur logical yang memiliki fact table yang mengandung data fakta pada posisi tengah, dikelilingi oleh dimensional
tables
yang
mengandung
referensi data
yang
bisa
didenormalisasi. Arsitektur Star Schema seperti contoh pada gambar 2.9 merupakan skema data warehouse yang cukup sederhana dan diagramnya menyerupai bintang, dengan poin yang memancar dari pusat. Dengan kata lain pada tengah bintang terdiri dari fact table dan titik bintang adalah tabel dimensi. Biasanya fact table dalam skema bintang dalam bentuk normal ketiga (3NF) sedangkan tabel dimensi yang denormalisasi. Terlepas dari kenyataan bahwa skema bintang adalah arsitektur yang paling sederhana, hal ini paling sering digunakan saat ini dan direkomendasikan oleh Oracle (Rainardi, 2008).
Gambar 2.9 Contoh Star Schema 2.4 Online Analytical Proscessing OLAP merupakan aktivitas analisis bisnis dari transaksi yang tersimpan pada Dimensional Data Store (DDS) dalam data warehouse untuk membuat keputusan taktik dan strategi bisnis. Ponniah (2001) menyatakan bahwa Online
24
Analytical Processing (OLAP) merupakan teknologi yang memungkinkan analis, manajer dan eksekutif secara bersamaan mengakses data secara cepat, konsisten dan interaktif dengan berbagai variasi tinjauan informasi dimana setiap baris data dapat ditransformasikan untuk merefleksikan dimensi perusahaan sehingga mudah dipahami oleh user. Adapun karakteristik dari OLAP adalah sebagai berikut (Ponniah, 2001) : 1. Mendukung
pemanfaatan
data
warehouse
yang
memiliki
data
multidimensional. 2. Menyediakan fasilitas query interaktif dan analisis yang kompleks. 3. Menyediakan fasilitas drill-down untuk memperoleh informasi yang rinci, dan roll-up untuk memperoleh agregat dalam multidimensional. 4. Mampu menghasilkan perhitungan dan perbandingan. 5. Menyajikan hasil dalam angka yang mudah dimengerti maupun dalam penyajian grafik. OLAP
menawarkan
metode
analisis
data
secara
kompleks dan
terkustomisasi yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Data yang dikelola oleh OLAP berasal dari data warehouse. Turban (2005) menyatakan bahwa aplikasi komputer telah beralih dari aktivitas pemrosesan dan monitoring transaksi ke analisis masalah dan aplikasi solusi. Terkait dengan tugasnya sebagai pembuat keputusan, Manajemen harus memiliki sistem informasi yang berkecepatan tinggi dan networked untuk membantu pelaksanaan tugas tersebut. Berdasarkan struktur basis datanya OLAP dibedakan menjadi 3 kategori utama yaitu (Turban, 2005) : 1. Multidimensional Online Analytical Processing (MOLAP), OLAP yang menggunakan dimensional database 2. Relational
Online
Analytical
Processing
(ROLAP),
OLAP
yang
menggunakan relasional database 3. Hybrid Online Analytical Processing (HOLAP) Dalam model data OLAP, informasi digambarkan secara konseptual seperti kubus (cube), yang terdiri atas kategori deskriptif (dimensions) dan nilai kuantitif (measures). Data multidimensi memiliki atribut tersendiri untuk bisa
25
dikelola dalam OLAP. Adapun tiga jenis atribut yang dimiliki oleh data multidimensi adalah sebagai berikut (Sulianta & Feri, 2011) : 1. Dimensi (dimension), adalah suatu atribut yang di tinjau. 2. Pengukur (measurment), ialah besaran yang dapat diukur mengacu pada irisan antara dimensi yang di tinjau. 3. Kalkulasi atau hasil pengukuran, ialah nilai dari measurement. Pada model data kubikal virtual ada beberapa jenis metode pengoperasian diantaranya mencakup (Sulianta & Feri, 2011) : 1. Membuat irisan atau Slicing adalah mengambil atau mengiris satu dimensi dari data virtual kubikal untuk keperluan penyederhanaan informasi atau untuk membuang informasi yang tidak diperlukan dalam analisa. 2. Membuat banyak irisan atau Dicing adalah irisan yang dilakukan lebih dari dua dimensi data. 3. Drill
Up
dan
Drill
Down
merupakan
teknik
analisa
untuk
menggeneralisasi atau menspesifikasi informasi, semakin ke atas maka informasi makin ringkas dan semakin ke bawah maka informasi akan semakin rinci. 4. Rotasi atau Pivoting dilakukan dengan memutar atau merotasi data kubikal virtual untuk mendapat suatu sudut pandang berbeda terhadap data yang sedang dianalisa. 2.5 Teknik Pengujian Perangkat Lunak Pengembangan perangkat lunak sangat memerlukan adanya pengujian yang dapat mengukur dan menentukan baik buruknya suatu proyek. Pengujian perangkat lunak tersebut umumnya dilakukan pada tiap fase pengembangan mulai dari fase definisi kebutuhan hingga fase implementasi. Berikut ialah pemaparan dari 4 teknik pengujian perangkat lunak yaitu (Everett & McLeod Jr., 2007) : 2.5.1
Static Testing Merupakan suatu teknik pengujian yang dilakukan terhadap dokumen –
dokumen pendukung atau dokumentasi dari sistem. Dokumentasi tersebut berasal dari tiap fase pengembangan sistem yaitu requirement definition, system desing,
26
implementation, testing, hingga maintenance. Pengujian dokumentasi tersebut dilakukan dengan 3 cara yang dikategorikan berdasarkan aktor yang melakukan pengujian tersebut yaitu : 1. Desk checking, dimana pengujian dokumentasi dilakukan oleh pembuat dokumen itu sendiri. 2. Inspections, dimana pengujian dilakukan oleh 2 orang dalam sebuah tim pengembangan sistem, yaitu penulis dokumen sendiri dan misalnya dengan anggota senior dari tim pengemb ang. 3. Walk-throughs, dimana pengujian dilakukan beberapa tim pengembang, misalnya fasilitator, penulis dokumen, staf bisnis, dan lainnya. Pada pengujian kebenaran dan kelengkapan dari suatu dokumen, apabila ditemukkan kekurangan atau kecacatan pada dokumen, maka harus segera dilakukan perbaikan terhadap dokumen tersebut 2.5.2
White Box Testing Merupakan sebuah pengujian yang dilakukan ketika tester memiliki source
code dari sistem yang akan diuji sehingga dapat dilakukan pengujian terhadap source code dari program. White Box Testing dilakukan oleh tester dengan cara melakukan pengujian terhadap setiap fungsi code. Dikarenakan pengujian dilakukan pada tiap line dari source code, misalkan terdapat ribuan line bahkan lebih, sehingga diperlukan perencanaan testing. Salah satu contoh metode yang digunakan dalam White Box Testing adalah pengujian basis path testing atau disebut dengan Cylomatic Complexity. Berikut ialah langkah – langkah pengujiannya (Pressman, 2010) : 1. Menggambar flowgraph yang ditransfer oleh flowchart. 2. Menghitung Cylomatic Complexity V(G) untuk flowgraph yang telah dibuat. V(G) untuk flowgraph dapat dihitung dengan rumus : ( ) Keterangan : E = Jumlah edge pada flowrgaph dan N = Jumlah node pada flowrgaph 3. Menentukan jalur pengujian dari flowgraph yang berjumlah sesuai dengan Cyclomatic Complexity yang telah ditentukan.
27
Cyclomatic complexity yang tinggi menunjukkan prosedur kompleks yang sulit untuk dipahami, diuji dan dipelihara. Tabel 2.1 menunjukkan adanya hubungan antara cyclomatic complexity dan resiko dalam suatu prosedur. Hubungan Cyclomatic Complexity dan resiko Tabel 2.1 Hubungan Cyclomatic Complexity dan resiko Cyclomatic Complexity 1-10
Sebuah program sederhana, tanpa banyak resiko
11-20
Agak kompleks, resiko sedang
21-50
Kompleks, program resiko tinggi
Lebih dari 50 2.5.3
Evaluasi Resiko
Program belum diuji (resiko sangat tinggi)
Black Box Testing Merupakan pengujian yang dilakukan saat tester tidak memiliki source
code dari software sehingga pengujian dilakukan dengan menjalankan aplikasi. Pada pengujian tersebut juga dilakukan apa yang bisa dikerjakan oleh aplikasi untuk menguji tingkah laku dari sistem dan bagaimana hasil yang diberikan oleh aplikasi tersebut. Fokus dari pengujian ini ialah pada kebutuhan fungsional perangkat lunak, sehingga memungkinkan tester mendapatkan serangkaian kondisi input yang sepenuhnya menggunakan semua persyaratan fungsional untuk suatu untuk program.
Kesalahan yang ditemukan dalam pengujian,
nantinya dapat
disimpulkan apakah kesalahan tersebut murni dikarenakan kesalahan dari aplikasi atau kesalahan implementasi dari tester. 2.5.4
Performance Testing Merupakan teknik pengujian yang dilakukan apabila perangkat lunak telah
selesai diimplementasikan dan berjalan dengan benar. Fokus pengujian bukan untuk kebenaran dari sistem melainkan pengujian terhadap hasil dan waktu respon dari perangkat lunak. Pengujian perangkat lunak dilakukan mulai dari saat tidak dioperasikan hingga saat puncak performa dari perangkat lunak tersebut. Dengan kata lain performance testing ialah metode desain uji kasus guna memperoleh informasi terkait estimasi waktu eksekusi dari suatu proses.
28
Berbeda dengan White Box Testing dan Black Box Testing, jika ditemukan kesalahan atau kecacatan pada White Box Testing atau Black Box Testing tentunya akan dilakukan perbaikan program, sedangkan pada Performance Testing akan lebih memeriksa kemampuan dari software terhadap hardware, dimana kecacacatan tersebut nantinya digunakan sebagai dasar oleh tim p engembang guna menyarankan peningkatan spesifikasi hardware dengan membeli hardware yang lebih memadai dan kompatibel dengan sistem. 2.6 Tinjauan Studi Adapun beberapa penelitian terkait yang pernah dilakukan mengenai Online Analytical Processing (OLAP) dan Executive Information Sistem (EIS), antara lain : 1. Penerapan OLAP untuk Monitoring Kinerja Perusahaan (Adi Baskara & Muhamad Nurudin, 2013) Penelitian bertujuan membangun sebuah sistes yang nantinya dapat memperbaiki kinerja perusahan. Dengan pemanfaatan Online Analytical Processing (OLAP), pada sistem dapat ditentukan dimensions dan measures, tentunya hal tersebut memungkinkan terjadinya analisis data dari berbagai sudut pandang. Berbagai informasi penting yang dibutuhkan eksekutif tentunya dapat ditampilkan dalam bentuk grafik atau detail dalam bentuk tabel, sehingga sangat memberi keuntungan kepada eksekutif dalam pengambilan keputusan terkait analisis bisnis dari pelaporan yang ditampilkan. Informasi yang dihasilkan sistem ini tentunya dapat dimanfaatkan oleh pihak eksekutif untuk monitoring dan memantau kinerja perusahaan secara keseluruhan. 2. Analisa Data Transaksional pada E-Commerce dengan Teknologi OLAP (On-Line Analytical Process) (Budi Santosa, Dessyanto Boedi, & Markus Priharjanto, 2011) Penelitian ini bertujuan mengatasi permasalahan yang terjadi dalam pengembangan e-commerce dimana bertambahnya jumlah data yang tersimpan dalam database secara signifikan yang tentunya menyebabkan terjadinya penumpukan data.
Hal tersebut dapat diatasi dengan
29
menerapkan
mekanisme
pengolahan
data
yang
terpadu
dengan
memanfaatkan teknologi OLAP yang dapat memberikan tingkat analisis dengan kapabilitas query yang kompleks, perbandingan kecendrungan data, serta reporting. OLAP tersebut dapat menghasilkan data secara multidimensional yang mampu melihat data dari berbagai sudut pandang. Implementasi OLAP tentunya di dukung dengan pembangunan data warehouse yang mampu menyimpan histori data dari transaksi yang besar. 3. Analisis dan Perancangan Sistem Informasi Eksekutif Studi Kasus pada Sekretariat Kabinet (Edy Martha & Dewi Agushinta R, 2012) Penelitian bertujuan untuk merancang Sistem Informasi Eksekutif yang menerapkan studi kasus Sekretariat Kabinet. Latar belakang perancangan sistem tersebut sebagai sarana bagi para eksekutif dalam memperoleh informasi secara cepat, akurat dan mudah. Dengan kata lain guna memperoleh
informasi
secara
ringkas
untuk
membantu
dalam
pengambilan suatukeputusan. Tetunya sistem informasi eksekutif ini, mampu membaca dengan cepat informasi yang tersedia sehingga perkembangan dapat diketahui dengan cepat. Sehingga para wakil rakyak dapat dengan segera menentukan suatu analisa sebagai dukungan teknis, admnistrasi dan bahan pemikiran dalam menjalankan pemerintahan.
