Bab III Analisis Dan Perancangan Basis Data Clustering Pada bab Analisis Dan Perancangan Basis Data Clustering, akan dijelaskan mengenai input/ouput, infrastruktur, sistem/aplikasi yang digunakan, SWOT (Strengths, Weakness, Opportunities, Threats) pada PT. Verena Oto Finance, hasil analisa, kesimpulan dan saran serta perancangan basis data clustering. 3.1 Input / Output Input/Output merupakan faktor-faktor yang diperlukan dalam penerapan proses basis data clustering. Faktor-faktor ini ditujukan untuk mendukung proses dalam menghasilkan pelaksanaan yang tepat dan baik. Input/Output merupakan komponen penting dalam pelaksanaan basis data clustering. Proses basis data clustering diarahkan mendapatkan output atau hasil yang maksimal dalam penerapannya menggunakan setiap komponen input yang tersedia. Hasil yang maksimal dalam hal ini adalah basis data sistem yang mampu meng-cover sistem yang berjalan. Menghasilkan basis data yang saling terkait (berhubungan), sehingga mampu mengoptimalisasi setiap transaksi yang dikelola menggunakan basis data. 3.1.1 Input Faktor input yang digunakan dalam implementasi basis data sistem terdapat pada Table 1 di bawah ini. Table 1. Faktor Input Untuk Implementasi Sistem Basis Data
No
Keterangan
1.
Spesifikasi perangkat keras (hardware)
Server
Faktor
Output
Database Server
Harddisk
Total : 76316 MB
Memori
2048 MB
Processor
Tipe: Intel (R) Xeon (TM) CPU 3.20 GHZ Kecepatan: 3200 MHZ
- 34 -
Table 2. Faktor Input Untuk Implementasi Sistem Basis Data (Lanjutan)
No
Keterangan
Server Application Server
2.
Spesifikasi perangkat lunak (software)
Database Server
Faktor Harddisk
Total : 54450 MB
Memori
2048 MB
Processor
Tipe: Intel (R) Xeon (TM) CPU 3.20 GHZ dan kecepatan: 3200 MHZ
Sistem Operasi
OS Name : Microsoft Windows Server 2003 Standard Edition
Memori
OS Version : 5.2.3790
Processor
Service Pack 2
Software
Application Server Application Server
Output
Microsoft SQL Server 2000 version 8.00.2039
Harddisk
Microsoft .NET Framework 2.0
Memori
Windows Server 2003 Service Pack 2
Processor
Service Pack 2
Sistem Operasi
OS Name : Microsoft Windows Server 2003 Standard Edition
Basis data yang digunakan pada PT. Verena Oto Finance dapat dilihat pada Table 3 di bawah ini. Table 3. Basis Data yang digunakan pada PT. Verena Oto Finance
No
Database Server
1.
HODC
Database Name Internal
Keterangan Internal merupakan basis data untuk sistem Internal.
- 35 -
Table 4. Basis Data yang digunakan pada PT. Verena Oto Finance (Lanjutan)
No
2.
Database Server
DBS
Database Name
Keterangan
CS
CS merupakan basis data untuk sistem Customer Statisfication.
Financore
Financore merupakan basis data untuk sistem Financore.
Financore Report Utility
Financore Report merupakan basis data kloningan dari basis data Financore dan digunakan untuk sistem Report Server. Utility merupakan basis data untuk sistem Utility.
3.
GL
GL
GL merupakan basis data untuk sistem Accounting
4.
Aprova Server
AprovaMain
AprovaMain merupakan basis data untuk sistem Aprova.
AprovaAppl
AprovaAppl merupakan basis data untuk sistem Aprova.
5.
Development Financore
Financore merupakan basis data untuk sistem Financore Development.
Aprova Main
AprovaMain merupakan basis data untuk sistem Aprova Development.
CS
CS merupakan basis data untuk sistem Customer Statisfication Development.
Accounting
Accounting merupakan basis data untuk sistem Accounting Development
Utility
Utility merupakan basis data untuk sistem Utility Development.
Internal
Internal merupakan basis data untuk sistem Internal Development.
Aprova Appl
AprovaAppl merupakan basis data untuk sistem Aprova Development.
- 36 -
3.1.2 Output Faktor output yang digunakan dalam implementasi basis data untuk sistem yang terdapat pada PT. Verena Oto Finance dapat dilihat Table 5 merupakan faktor output yang menjelaskan mengenai basis data serta sistem yang menggunakannya. Table 5di bawah ini. Table 5 merupakan faktor output yang menjelaskan mengenai
basis data serta sistem yang menggunakannya. Table 5. Faktor Output Untuk Implementasi Sistem Basis Data
No
Database Server
Database Name
1.
HODC
Internal
CS
2.
DBS
Financore
Report Server
Sistem
Owner
Sistem Internal
HRD dan IT.
Sistem Customer Statisfication
Customer Service dan IT.
Sistem Financore
BOD dan IT.
Sistem Report Server
Karyawan baik di kantor pusat dan Cabang.
Karyawan Cabang.
di
HO
dan
Operation hanya di kantor pusat.
Karyawan baik di kantor pusat dan Cabang.
BOD dan IT. Utility
Sistem Utility
Operation baik yang di cabang maupun kantor pusat. Accounting dan IT.
3.
GL
GLSystem Sistem GL (Accounting)
- 37 -
Accounting dan IT. Karyawan baik di kantor pusat dan Cabang.
Table 6. Faktor Output Untuk Implementasi Sistem Basis Data (Lanjutan)
No
Database Server
4.
Aprova Server
Database Name
Sistem
AprovaMain Sistem Aprova
Owner Karyawan baik di kantor pusat dan Cabang. BOD dan IT.
AprovaAppl
Sistem Aprova
Karyawan baik di kantor pusat dan Cabang. BOD dan IT.
5.
Development
Financore
Sistem Development Financore
Programmer.
Aprova Main
Sistem Development Aprova
Programmer.
CS
Sistem Development CS
Programmer.
Sistem Development Utility
Programmer.
Sistem Development Internal
Programmer.
Sistem Development Aprova
Programmer.
Utility
Internal
Aprova Appl
- 38 -
User untuk UAT.
User untuk UAT.
User untuk UAT.
User untuk UAT.
User untuk UAT.
User untuk UAT.
3.1.3 Infrastruktur Gambar 6 merupakan infrastruktur umum jaringan dimana cabang-cabang dapat koneksi (terhubung) ke database server yang terdapat di pusat melalui sistem yang sudah ada.
Internet
Computer
128 Kbps
Cabang 1 MPLS
1 MB
Mikrotik
128 Kbps
Mikrotik
MPLS
10 MB
Router Cisco Database Server
Cabang 2
1 MB
MPLS 512 Kbps
Cabang 3
XL 1 MB
Speedy Mikrotik Cabang Gerai 1 1 MB
Speedy Mikrotik Cabang Gerai 2 Gambar 6. Infrastruktur Jaringan (Dokumentasi dari PT. Verena Oto Finance)
Setiap cabang tidak secara langsung terkoneksi ke database server yang terdapat di pusat, tetapi terlebih dahulu terkoneksi ke device yang digunakan sebagai jaringan (network) agar dapat terhubung ke device yang ada di pusat lalu ke database server. Bandwith yang digunakan setiap cabang untuk terhubung ke data yang ada dipusat berbeda-beda, seperti cabang 1-3 masing-masing memiliki bandwith sebesar 128 kbps sedangkan cabang gerai 1-2 masing-masing memiliki bandwith sebesar 1 MB. - 39 -
Kecepatan (speed) serta tipe dari server aprova, HODC dan DBS dapat dilihat pada Table 7 di bawah ini. Table 7. Keterangan Network Server
No
Server
Deskripsi
Type
Speed
1.
Aprova Server
HP NC770 Gigabit Server Ethernet Adapter-Teefer2 Miniport
100 Mb/s
2.
HODC
HP NC7782 Gigabit Server Ethernet Adapter #2 – Teefer2 Minipoort
100 Mb/s
3.
DBS
HP NC371 Multifunction Gigabit Ethernet Server Adapter Teefer2 Miniport
100 Mb/s
3.1.4 Sistem / Aplikasi yang digunakan Sistem atau aplikasi yang digunakan dan terhubung dengan basis data pada PT. Verena Oto Finance yaitu: 1. Sistem Internal, merupakan sistem yang terhubung ke basis data internal. 2. Sistem Customer Statisfication, merupakan sistem yang terhubung ke basis data customer statisfication. 3. Sistem Financore, merupakan sistem utama transaksi pembiayaan dan terhubung ke basis data financore, aprova main, aprova appl. 4. Sistem Report Server, merupakan sistem kloningan dari sistem financore dan biasanya hanya untuk reporting dan terhubung ke basis data financore report, aprova main, aprova appl. 5. Sistem Utility, merupakan sistem yang terhubung ke basis data utility dan biasanya digunakan penghitungan pembiayaan yang digunakan oleh beberapa departement. 6. Sistem GL (Accounting), merupakan sistem yang digunakan oleh divisi accounting dan terhubung ke database GLSystem.
- 40 -
7. Sistem Aprova, merupakan sistem awal transaksi pembiayaan customer dan terhubung ke sistem financore, terhubung ke basis data aprova main dan aprova appl. 3.1.5 SWOT (Strengths, Weakness, Opportunities, Threats) Analisa SWOT merupakan metode perencanaan strategis yang digunakan untuk mengevaluasi Strengths, Weakness, Opportunities, Threats yang terlibat dalam sebuah proyek/pekerjaan. SWOT melibatkan dan mendefenisikan tujuan spesifik dari suatu pekerjaan, mengidenifikasi faktor internal dan eksternal yang tepat dan tidak tepat dalam pencapaian objektif. Analisa SWOT diawali dengan pendefenisian tujuan akhir atau pencapaian yang diinginkan. Analisa SWOT dalam penerapan basis data clustering sebagai salah satu cara optimalisasi terhadap sistem yang telah diterapkan dan digunakan pada saat ini bertujuan untuk memunculkan setiap hal yang dapat terjadi dalam penerapan dan pelaksanaan basis data clustering tersebut. Baik hal-hal yang mendatangkan keuntungan maupun sebaliknya, hal-hal yang mampu mendatangkan peluang dan memaksimalkannya serta meminimalisasi pengaruh hambatan yang dapat muncul. 3.1.6 Strengths Strengths terkait dengan karakteristik dari pekerjaan yang memberikan keuntungan dan keunggulan dalam penerapannya. Penerapan basis data clustering ditujukan memunculkan hal-hal yang dapat dijadikan modal terhadap pencapaian objektif/tujuan. Keberadaan faktor strength menjadikan pencapaian terhadap tujuan penerapan basis data clustering lebih mudah didefenisikan. Hal-hal yang merupakan kekuatan dari implementasi basis data clustering sebagai berikut;
Sistem yang reliable. Perusahaan PT. Verena Oto Finance sebagai studi kasus penerapan basis data clustering, sistem basis data telah diimplementasikan dan digunakan.
Pelayanan terhadap kebutuhan data yang optimal. Sistem basis data yang digunakan saat ini di PT. Verena Oto Finance mampu meng-cover transaksi yang menghasilkan data.
- 41 -
Kebutuhan akan basis data yang lebih optimal dalam menyediakan dan pengolahan data. Keberadaan sistem basis data yang telah digunakan PT. Verena Oto Finance saat ini tetap membutuhkan peningkatan availability dan performansi agar tetap dapat meng-cover jumlah data yang semakin banyak
3.1.7 Weakness Weakness terkait dengan karakteristik yang menempatkan suatu pekerjaan atau proyek pada posisi yang relatif tidak menguntungkan. Faktor ini mendefenisikan hal-hal yang menempatkan implementasi basis data clustering
sebagai hal yang dianggap memberikan keadaan yang tidak
menguntungkan. Hal-hal yang dianggap sebagai faktor weakness dibawah ini sebagai berikut;
Sistem yang sedang berjalan. Implementasi basis data clustering pada basis data sistem yang sedang berjalan (existing) memiliki tingkat efisien yang rendah.
Perlunya optimasi database setelah penerapan basis data clustering. Optimasi basis data yang dimaksudkan adalah menerapkan sistem basis data yang sychronize.
Reliable data, yakni data yang memiliki high priority role terhadap perusahaan sehingga proses clustering menimbulkan kekhawatiran terhadap keberadaan data tersebut.
Kebutuhan akan resources, dalam hal ini hardware, software, konfigurasi, person,
dll
dalam
penerapan
basis
data
clustering
yang
nilai
implementasinya dianggap mahal oleh pihak manajemen perusahaan.
Rendahnya dukungan dari pihak manajemen dalam implementasi.
3.1.8 Opportunities Opportunities terkait dengan peluang yang muncul untuk mendatangkan keuntungan yang lebih besar dalam ruang lingkup pekerjaan atau proyek.
- 42 -
Faktor ini mendefenisikan setiap peluang yang dimiliki dalam implementasi basis data clustering. Peluang yang muncul dapat dimanfaatkan dan dijadikan acuan terhadap pencapaian objektif dalam hal ini sistem yang lebih baik dalam penerapan dan penggunaannya.
Hal-hal
yang dianggap
sebagai
faktor
opportunities dibawah ini sebagai berikut;
Performansi semakin meningkat baik dari segi hardware, software, maupun resource yang ada.
Memudahkan semua karyawan yang terdapat pada setiap cabang dalam mengkases data atau reporting yang terdapat pada sistem pembiayaan dan penjualanan PT. Verena Oto Finance sehingga meningkatkan kepercayaan konsumen terhadap perusahaan.
Memberikan kecepatan, kestabilan, ketersediaan akses sistem pembiayaan dan penjualanan PT. Verena Oto Finance kepada pengguna.
Memudahkan admin IT pada perusahaan tersebut untuk mengelola data pada sistem yang ada.
Tidak memerlukan bandwith yang terlalu besar dalam mengakses data yang terpusat pada kantor pusat perusahaan tersebut.
Adanya backup server jika server utama mengelami trouble atau permasalahan yang tidak sengaja terjadi.
3.1.9 Threats Threats terkait dengan faktor yang datang dari dalam maupun luar ruang lingkup pekerjaan yang dapat menyebabkan masalah terhadap pekerjaan/proyek. Faktor ini mendefenisikan setiap hambatan yang mungkin muncul dalam penerapan, hambatan yang terjadi setelah penerapannya, dan hal-hal lain yang dipengaruhi yang bersifat memberikan kerugian. Hal-hal yang dianggap sebagai faktor threats sebagai berikut;
Operasional perusahaan menjadi rendah sehingga dapat memperlambat bisnis proses perusahaan. - 43 -
Memperkecil kepercayaan customer terhadap perusahaan.
Mengakibatkan market (pemasaran) dari perusahaan yang juga bergerak di bidang finance lebih besar daripada perusahaan PT. Verena Oto Finance sehingga dapat menurunkan operasional perusahaan.
3.1.10 Hasil Analisa Memperhatikan faktor input/output dan penjelasan SWOT terhadap penerapan clustering database maka dapat disebutkan bahwa pihak perusahaan dalam hal ini PT. Verena Oto Finance dapat mengimplementasikan basis data clustering. Hasil analisa dapat dijabarkan dalam beberapa poin. Alasan-alasan pendukung dalam penerapan clustering database pada PT. Verena Oto Finance dibawah ini sebagai berikut: 1. PT. Verena Oto Finance sudah cukup banyak memiliki database pada beberapa server. 2. Jumlah data transaksi pada PT. Verena Oto Finance sudah cukup besar. 3. Dalam segi hardware (perangkat keras) maupun software (perangkat lunak) sudah cukup memadai untuk melakukan implementasi basis data clustering. 4. Banyaknya pengguna yang berinteraksi langsung dengan sistem yang terkait dengan penggunaan basis data. 5. Merujuk pada analisa SWOT (Strengths, Weakness, Opportinities, Threats) yang dijelaskan diatas, maka dapat dilihat bahwa banyak hal positif yang dapat muncul dalam penerapan basis data clustering. Memperhatikan penggunaan basis data yang ditujukan untuk pemenuhan setiap transaksi dalam perusahaan ini (PT. Verena Oto Finance), muncul beberapa database yang dianggap potensial dan mampu menjalankan proses basis data clustering dengan resiko terhadap sistem yang kecil dan optimasi database yang tidak memakan waktu yang lama. Teknologi clustering yang akan diterapkan tidak dilakukan pada transaksi data yang utama.
- 44 -
Hal ini disebabkan oleh keberadaan database sistem di PT. Verena Oto Finance telah berjalan (exisitng) dan digunakan untuk meng-cover setiap transaksi sehingga
menghasilkan data
yang akurat
dan tepat
bagi perusahaan.
Memperhatikan kebutuhan-kebutuhan akan penerapan basis data clustering. Maka studi kasus ini akan menggunakan salah satu basis data yang resiko penerapannya kecil. Basis data yang digunakan untuk implementasi clustering adalah basis data internal. Basis data internal merupakan basis data yang tidak terkait dengan transaksi utama yang berjalan pada PT. Verena Oto Finance. Basis data internal mengcover kebutuhan data pada sistem internal. 3.1.11 Kesimpulan dan Saran Kesimpulan yang dapat diambil dari hasil analisa antara lain impelementasi basis data clustering dapat dilakukan pada PT. Verena Oto Finance, basis data yang digunakan sebagai contoh untuk mengimplementasikan basis data clustering adalah basis data Internal serta teknik yang akan digunakan dalam implementasi clustering adalah failover clustering. Pada pelaksanaan implementasi clustering sebaiknya dilakukan pada basis data yang tidak terkait dengan transaksi utama yang sudah berjalan pada PT. Verena Oto Finance. Hal ini disarankan agar menghindari High Risk (resiko yang tinggi terhadap keberadaan data tersebut) dan optimasi basis tidak memakan waktu yang lama. 3.2
Perancangan Failover Clustering
Teknik clustering yang akan digunakan untuk implementasi clustering pada studi kasus PT. Verena Oto Finance adalah failover clustering. 1. Dalam perancangan ini dibutuhkan empat server. Server pertama untuk domain controller (sebagai domain untuk server lainnya), server kedua untuk database master dan server ketiga dan keempat untuk database slave. Ketiga server master dan slave memiliki fungsi yang hampir sama yaitu untuk penyimpanan database dari suatu sistem. Satu komputer yang lain digunakan untuk menghubungkan antara server master dan server
- 45 -
slave, ketiga server itu dihubungkan dengan tujuan agar bisa terjadi replikasi data antara kedua server tersebut dan juga berfungsi untuk mengatasi kegagalan sistem database pada salah satu sisi server agar server yang lain bisa menggantikan tugas server yang lainnya. Agar perancangan itu bisa dilakukan dengan baik digunakan teknologi SQL Server Cluster dengan sistem operasi Windows Server 2003. Pada tahapan
pembuatan sistem cluster dibagi tiga bagian utama yaitu server master, 2 server slave, dan domain controller server. 2. Keempat server yang akan digunakan untuk implementasi failover clustering memiliki spesifikasi yang sama,baik hardware maupun software (Dapat dilihat pada Table 8). 3. Untuk melakukan cluster SQL Server, maka harus terlebih dahulu melakukan konfigurasi clustering pada Windows Servernya. 4. Table 8 merupakan spesifikasi server yang digunakan untuk implementasi failover clustering sebagai berikut : Table 8. Spesifikasi server yang digunakan untuk failover clustering
No 1.
Server
Faktor
Server 1, digunakan sebagai Hardware domain controller untuk server-server lainnya. Software
Output Harddisk: 20GB, Memori: 1GB, Processor: 1,6 GHZ O.S : Windows Server 2003 Enterprise Edition. Basis Data: MS SQL Server EnterPrise Edition
2.
Server 2, digunakan untuk Hardware implementasi failover clustering Software
Harddisk: 20GB, Memori: 1GB, Processor: 1,6 GHZ O.S : Windows Server 2003 Enterprise Edition. Basis Data: MS SQL Server EnterPrise Edition
- 46 -
Table 9. Spesifikasi server yang digunakan untuk failover clustering (Lanjutan)
No 3.
Server
Faktor
Server 3, digunakan untuk Hardware implementasi failover clustering Software
Output Harddisk: 20GB, Memori: 1GB, Processor: 1,6 GHZ O.S : Windows Server 2003 Enterprise Edition. Basis Data: MS SQL Server EnterPrise Edition
4.
Server 4, digunakan untuk Hardware implementasi failover clustering Software
Harddisk: 20GB, Memori: 1GB, Processor: 1,6 GHZ O.S : Windows Server 2003 Enterprise Edition. Basis Data: MS SQL Server EnterPrise Edition
Dari dapat dilihat, antara node 1 yang berfungsi sebagai server master dan node 2 dan 3 sebagai master slave saling terhubung. Untuk menghubungkan ketiga node tersebut dibutuhkan Node 0 sebagai DNS. Jadi fungsi utama dari node 0 adalah mengizinkan server-server agar dapat bekerja sama dalam sebuah cluster komputer tersebut sehingga fungsi dari SQL Server cluster itu sendiri dapat berjalan. Server pertama (SQL Server A) adalah
server aktif yang menangani seluruh transaksi. Server kedua (SQL Server B), akan passive dan akan menangani transaksi hanya jika server pertama gagal.
- 47 -
Pengambaran sistem secara umum dapat dilihat pada Gambar 7 dibawah :
Node 0 Domain Controller 192.168.1.2
Client Disk array Node 1 SQL Server A 192.168.1.19
Node 2 SQL Server B 192.168.1.20
Aplikasi
Node 3 SQL Server C 192.168.1.21
Gambar 7. Perancangan Sistem Secara Umum (Dokumentasi Perancangan Failover Clustering)
- 48 -
