DATA WAREHOUSE UNTUK SALES DAN INVENTORY PADA DKSH INDONESIA
Ike Nadiavari Binus University, Jakarta, DKI Jakarta, Indonesia
Marvi Indra Utama Binus University, Jakarta, DKI Jakarta, Indonesia
dan
Ririd Yuniar Ragil Pertiwi Binus University, Jakarta, DKI Jakarta, Indonesia
Abstrak
Tujuan penelitian ini adalah mengembangkan data warehouse sebagai wadah berbagai sumber data dari berbagai proses bisnis, merancang aplikasi untuk penggunaan data warehouse. M etodologi yang digunakan dalam penelitian skripsi ini adalah 9 step methodology yang
dikembangkan oleh Kimball yaitu memilih proses, memilih grain, identifikasi dimensi, memilih fakta, menyimpan pre-kalkulasi, melengkapi tabel dimensi, memilih durasi database, melacak SCD, dan memilih prioritas query. Hasil penelitian ini adalah sebuah prototype aplikasi yang terhubung dengan data warehouse yang dapat menampilkan perkembangan transaksi perusahaan dari tahun ke tahun dalam bentuk pivot tabel dan grafik serta fungsi ekspor ke excel yang membantu dalam pengauditan data. Simpulan yang dapat ditarik berdasarkan hasil evaluasi adalah dengan menggunakan aplikasi
telah menyederhanakan tampilan informasi yang
diperlukan dan mudah dimengerti sehingga mudah dianalisis.
Keyword : Data Warehouse, Sales, Inventory
1. Pendahuluan Perkembangan internet, teknologi dan sistem informasi yang sangat pesat telah membawa perubahan ke dalam hampir setiap aspek kehidupan. Teknologi informasi berbasis komputer saat ini menjadi salah satu hal utama bagi manusia modern, khususnya pada bagian informasi. Banyak bidang yang telah memanfaatkan teknologi informasi berbasis komputer untuk memberikan kemudahan dalam menyelesaikan pekerjaan. Komputerisasi, yang dilakukan dengan menggunakan komputer sebagai alat bantu pengolahan data untuk pengganti teknik pengolahan data secara manual, adalah salah satu hasil dari perkembangan teknologi dan sistem informasi dan mulai diterapkan pada banyak tempat. Dengan menerapkan komputerisasi, waktu pencarian suatu data menjadi lebih singkat. Tidak diperlukan lagi waktu yang lama untuk mencari berbagai dokumen dari tempat yang berbeda karena dengan komputerisasi, semua data yang dibutuhkan dapat disimpan pada suatu tempat penyimpanan yang terdapat pada komputer.
Institusi-institusi atau organisasi-organisasi yang besar tentunya memiliki kebutuhan yang besar tetapi memiliki kendala dalam memproses data yang dimiliki. Dengan banyaknya data tentu saja otak kanan dan kiri tidak dapat bersinergi untuk mengingat lalu memproses datadata yang masuk dalam jumlah banyak. M anajer-manajer perusahaan besar tentunya memiliki keterbatasan dalam menganalisis data sehingga diperlukan suatu pengaturan agar lebih mudah dianalisis. Dengan kata lain proses bisnis bisa berjalan baik dengan mengorganisasikan data sehingga mendapat nilai tambah karena yang terpenting dari organisasi atau institusi adalah mengubah data menjadi informasi untuk mengambil keputusan. Untuk menampung data yang begitu banyak agar mudah dibutuhkan sebuah penampungan data atau disebut data warehouse. Datawarehouse bertujuan untuk mengolah informasi agar menghasilkan pendapatan tinggi dan memperbesar keuntungan. DKSH adalah salah satu perusahaan multinasional yang sedang berkembang di Indonesia yang bergerak di bidang market expansion services dan menyediakan solusi bisnis bagi para kliennya yang terbagi menjadi 5 unit bisnis, meliputi industri produk perawatan diri dan kosmetik, industri farmasi, industri makanan dan minuman, industri produk perawatan untuk hewan serta industri bahan kimia khusus. Pada DKSH Indonesia, untuk memperoleh laporan yang bersifat summary yang digunakan untuk membantu pengambilan keputusan bagi DKSH di masa depan masih sulit karena data harus diekstraksi secara manual dari database operasional. Selain itu, hak akses untuk penggunaan database operasional terbatas dan menjadikan proses pengambilan data yang bersifat summary tersebut menjadi lama dan hanya bergantung pada administrator saja. Sebagai usulan untuk penyelesaian permasalahan tersebut, dalam skripsi ini kami mengambil judul data warehouse untuk sales dan inventory karena data warehouse dapat
menghasilkan informasi yang dapat digunakan untuk membantu menganalisis data dan informasi bagi suatu pengambilan keputusan. 2. Metodologi 2.1 Teori 2.1.1 Memilih Proses (Choosing The Process) Pada tahap ini dilakukan pemilihan proses bisnis yang terdapat di DKSH Indonesia. Berdasarkan dari hasil analisis dan survei yang telah dilakukan terhadap proses bisnis yang ada, didapatkan lima proses yang berkaitan dengan permasalahan operasional yang dihadapi. Kelima proses tersebut adalah : 1.
Penjualan Proses penjualan yang dimaksud adalah penjualan item kepada pihak customer. Dokumen yang dibutuhkan yaitu Sales Order.
2.
Pembelian Proses pembelian yang dimaksud adalah pembelian item dari vendor. Dokumen yang dibutuhkan yaitu Purchase Order.
3.
Inventory Proses inventory yang dimaksud adalah pemantauan jumlah item yang terdapat di warehouse. Dokumen yang dibutuhkan adalah Inventory Stock Card.
4.
Target Penjualan Yang dimaksud dengan target penjualan adalah menyelaraskan target penjualan dengan penjualan yang terjadi. Dokumen yang dibutuhkan adalah target penjualan.
5.
Pembayaran Proses pembayaran yang dimaksud adalah pembayaran yang dilakukan oleh customer. Dokumen yang dibutuhkan adalah Sales Invoice.
Gambar Entity Relationship Diagram Proses 2.1.2 Memilih S umber (Choosing The Grain) Grain adalah data dari calon fakta yang dapat dianalisis. Pada tahap ini dilakukan pemilihan grain untuk memutuskan apa yang akan direpresentasikan oleh record dari tabel fakta. Dengan terpilihnya grain maka dimensi dapat diidentifikasi. Grain dalam perancangan data warehouse ini antara lain : 1.
Penjualan
Analisis pada penjualan meliputi keseluruhan penjualan pertahun, keseluruhan penjualan perbulan, keseluruhan penjualan perminggu, penjualan pertahun per department, penjualan perbulan per department, penjualan perminggu per department, item yang paling banyak terjual, customer yang paling banyak melakukan pembelian, dan total pembayaran. 2.
Pembelian Analisis pada pembelian meliputi banyak item yang dibeli, item yang paling banyak dipesan, vendor yang paling banyak melakukan penjualan, dan total pembelian.
3.
Inventory Analisis pada inventory meliputi banyaknya item yang berada di gudang secara keseluruhan, banyaknya item yang berada di masing-masing gudang .
4.
Target Penjualan Analisis pada target penjualan meliputi total target penjualan.
5.
Pembayaran Analisis pada pembayaran meliputi status pembayaran dan total pemasukan.
2.1.3 Mengidentifikasi dan Menyesuaikan Dimensi (Identifying and Conforming The Dimension) Pada tahap ini dilakukan identifikasi dimensi
yang digunakan untuk
mendeskripsikan data dari grain yang tepat. Pada proses identifikasi ini tabel-tabel dimensi yang ada diusahakan dapat digunakan secara bersama-sama oleh tabel fakta. Tabel-tabel dimensi dalam perancangan data warehouse ini antara lain : 1.
Dimensi Waktu
2.
Dimensi Customer
3.
Dimensi Salesperson
4.
Dimensi Vendor
5.
Dimensi Item
6.
Dimensi Warehouse
7.
Dimensi Department
8.
Dimensi Currency
Berikut ini adalah hubungan dimensi dengan grain dari fakta. a.
Untuk tabel fakta penjualan menggunakan :
-
Dimensi Waktu
-
Dimensi Customer
-
Dimensi Salesperson
-
Dimensi Item
-
Dimensi Department
-
Dimensi Currency
Tabel Grain vs Dimensi pada Penjualan
Grain
Dimensi Dimensi Dimensi Dimensi Dimensi Dimensi Dimensi Waktu Customer S alesPerson Item Department Currency
Item yang paling banyak terjual. Banyak item yang terjual Customer yang paling banyak membeli Total Pembayaran
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
b.
Untuk tabel fakta pembelian menggunakan
-
Dimensi Waktu
-
Dimensi Vendor
-
Dimensi Item
-
Dimensi Department
-
Dimensi Currency Tabel Grain vs Dimensi pada Pembelian Dimensi
Grain
Dimensi Waktu
Dimensi Vendor
Dimensi Item
Dimensi Department
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Item yang paling banyak dipesan Banyak item yang dibeli Vendor yang paling banyak melakukan penjualan Total Pembelian c.
Untuk tabel fakta inventory menggunakan
-
Dimensi Waktu
-
Dimensi Item
-
Dimensi Warehouse
Dimensi Currency
Tabel Grain vs Dimensi pada Inventory Dimensi Grain Banyaknya barang yang terdapat di gudang
Dimensi
Dimensi
Dimensi
Dimensi
Waktu
Item
Warehouse
Department
X
X
X
X
d.
Untuk tabel fakta target penjualan menggunakan
-
Dimensi Waktu
-
Dimensi Item
-
Dimensi Department Tabel Grain vs Dimensi pada Target Penjualan Dimensi Grain Target penjualan
Dimensi
Dimensi
Dimensi
Waktu
Item
Department
X
X
X
e.
Untuk tabel fakta pembayaran menggunakan
-
Dimensi Waktu
-
Dimensi Customer
-
Dimensi Item
-
Dimensi Department
-
Dimensi Currency Tabel Grain vs Dimensi pada Pembayaran Dimensi
Dimensi
Dimensi
Dimensi
Dimensi
Dimensi
Waktu
Customer
Item
Department
Currency
Status Pembayaran
X
X
X
X
X
Total Pemasukan
X
X
X
X
X
Grain
2.1.4 Memilih Fakta (Choosing The Fact) Pada tahap ini dilakukan pemilihan fakta yang akan digunakan pada perancangan data warehouse . Fakta-fakta yang dipilih harus sesuai dengan grain yang telah ditentukan. Fakta-fakta yang telah dipilih antara lain : 2.1.4.1 Fakta untuk Tabel Fakta Penjualan 1. Subtotal_pembayaran, menunjukkan nilai transaksi sebelum terkena pajak.
2. Jumlah_tax, menunjukkan jumlah pajak dari setiap pembelian yang dilakukan oleh customer. 3. Jumlah_pembayaran_penjualan, menunjukkan
nilai transaksi penjualan
kepada customer ditambah dengan nilai pajak. 4. Jumlah_item_terjual, menunjukkan total item yang terjual. 2.1.4.2 Fakta untuk Tabel Fakta Pembelian 1.
Total_pembelian, menunjukkan total pengeluaran yang digunakan untuk pembelian item.
2.
Jumlah_item_terbeli, menunjukkan banyak pembelian item.
2.1.4.3 Fakta untuk Tabel Fakta Inventory 1.
Jumlah_perItem, menunjukkan jumlah tiap item yang terdapat di gudang.
2.1.4.4 Fakta untuk Tabel Fakta Target Penjualan 1.
Total_target_penjualan_dept, menunjukkan total target penjualan
per
department. 2.1.4.5 Fakta untuk Tabel Fakta Pembayaran 1.
Invoice_amount, menunjukkan nilai total suatu invoice.
2.
Status invoice, menunjukkan status sebuah invoice, apakah masih open atau sudah close.
2.1.5 Menyimpan Perhitungan Awal dalam Tabel Fakta (Storing Pre-Calculation in The Fact Table) Berikut ini merupakan perhitungan awal yang terdapat dalam tabel fakta :
Tabel Perhitungan Awal No
Nama
Formula
1.
Subtotal_pembayaran
QtySold x SalesPrice x Rate
2.
Jumlah_tax
10% x Subtotal_pembayaran
3.
Jumlah_pembayaran_penjualan
Subtotal_pembayaran + Jumlah_tax
4.
Jumlah_item_terjual
SUM (QtySold)
5.
Total_pembelian
QtyPurchased x PurchasePrice x Rate
6.
Jumlah_item_terbeli
SUM (QtyPurchased)
7.
Jumlah_perItem
SUM (Qty)
8.
Total_target_penjualan_dept
SUM (QtyItemTarget)
9.
Invoice_amount
SUM (Qty x SalesPrice x Rate)
2.1.6 Pengelompokan Dimensi (Rounding Out The Dimension Tables) 1. Tabel Rounding out Dimension Tabel Rounding Out Dimension No
Dimensi
Field
1.
Waktu
M inggu Bulan Tahun
Deskripsi Laporan dapat dilihat tiap minggu, bulan, tahun, dan hari.
Tanggal 2.
Customer
CustomerNo CustomerName
3.
SalesPerson
Laporan dapat dilihat berdasarkan nomor customer dan nama customer.
SalesmanNo
Laporan dapat dilihat berdasarkan
SalesmanName
nomor sales person dan nama sales person.
4.
5.
Vendor
Item
VendorNo
Laporan dapat dilihat berdasarkan
VendorName
nomor vendor dan nama vendor.
ItemNo
Laporan dapat dilihat berdasarkan
ItemName
nomor item, nama item dan jenis item.
ItemType 6.
Warehouse
7.
Department
WarehouseNo
Laporan dapat dilihat berdasarkan
WarehouseName
nomor gudang dan nama gudang.
DepartmentNo
Laporan dapat dilihat berdasarkan
DepartmentName nomor department dan nama department. 8.
Currency
Currency
Laporan dapat dilihat berdasarkan jenis currency yang digunakan.
2. Tabel – Tabel Dimensi a. Dim_Waktu Tabel dim_waktu Attribut WaktuID Hari M inggu Bulan Tahun Tanggal
Tipe Data Integer Integer Integer Integer Integer Datetime
Panjang 4 4 4 4 4 8
b. Dim_Customer Tabel dim_customer Attribut CustomerID CustomerNo CustomerName
Tipe Data Integer Varchar Varchar
Panjang 4 50 100
c. Dim_SalesPerson Tabel dim_salesperson Attribut SalesPersonID SalespersonNo SalespersonName JobTitle RecordStatus
Tipe Data Integer Integer Varchar Varchar Varchar
Panjang 4 4 100 100 10
d. Dim_Vendor Tabel dim_vendor Tipe Data
Attribut VendorID VendorNo VendorName
Integer Varchar Varchar
Panjang 4 10 100
e. Dim_Item Tabel dim_item Attribut ItemID ItemNo ItemName ItemType ItemPrice RecordStatus
Tipe Data Integer Varchar Varchar Varchar Numeric Varchar
Panjang 4 10 100 50 10,2 10
f. Dim_Warehouse Tabel dim_warehouse Attribut WarehouseID WarehouseNo WarehouseName
Tipe Data Integer Integer Varchar
Panjang 4 4 50
g. Dim_Department Tabel dim_department Attribut DepartmentID DepartmentNo DepartmentName
Tipe Data Integer Varchar Varchar
Panjang 4 10 100
h. Dim_Currency Tabel dim_currency Attribut CurrencyID Currency Rate RecordStatus
Tipe Data Integer Varchar Numeric Varchar
Panjang 4 10 10,2 10
3. Skema bintang Pada perancangan data warehouse ini, terdapat 5 (lima) rancangan skema bintang, yaitu : a. Skema bintang penjualan b. Skema bintang pembelian c. Skema bintang inventory d. Skema bintang target penjualan e. Skema bintang pembayaran Berikut adalah gambar rancangan kelima skema bintang yang dihasilkan :
Gambar Skema bintang Fakta Penjualan Skema bintang fakta penjualan pada gambar di atas menunjukkan subtotal pembayaran, jumlah pajak, jumlah pembayaran penjualan dan jumlah item yang terjual. Skema berdasarkan pada enam dimensi, yaitu dim_waktu, dim_item, dim_currency, dim_department dan dim_salesperson.
Gambar Skema bintang Fakta Pembelian
dim_customer,
Skema bintang fakta pembelian pada gambar di atas menunjukkan jumlah item yang dibeli dan total pembelian yang terjadi. Skema berdasarkan pada lima dimensi, yaitu dim_waktu, dim_item, dim_vendor, dim_department dan dim_currency.
Gambar Skema bintang Fakta Inventory Skema bintang fakta inventory pada di atas menunjukkan jumlah item pada inventory. Skema berdasarkan tiga dimensi, yaitu dim_waktu, dim_item dan dim_warehouse.
Gambar Skema bintang Fakta Target Penjualan
Skema bintang fakta target penjualan pada di atas menjunjukkan total target penjualan item. Skema berdasarkan tiga dimensi, yaitu dim_waktu, dim_item dan dim_department.
Gambar Skema bintang Fakta Pembayaran Skema bintang fakta pembayaran pada di atas menunjukkan invoice amount dan status dari invoice pada DKSH Indonesia. Skema berdasarkan pada lima dimensi, yaitu dim_waktu, dim_item, dim_customer, dim_department dan dim_currency. 2.1.7 Memilih Durasi Database (Choosing The Duration of The Database) Pada tahap ini dilakukan pemilihan durasi database yang akan dipindahkan ke dalam tabel fakta. Berdasarkan identifikasi kebutuhan data yang dilakukan terhadap DKSH Indonesia, durasi database yang digunakan untuk membangun data warehouse , yaitu :
Tabel Durasi Database Nama Aplikasi
Database
Data Warehouse untuk Sales dan Inventory pada DKSH Indonesia
DKSH Indonesia
Database ada sejak tahun
2008
Database yang masuk ke dalam data warehouse 2008-2011
Data dalam data warehouse 4 Tahun
2.1.8 Melacak Perubahan dari Dimensi Secara Perlahan (Tracking slowly changing dimensions) Perubahan dari dimensi secara perlahan dapat diatasi dengan tiga cara, yaitu mengganti secara langsung pada tabel dimensi, pembentukan record baru untuk setiap perubahan baru, dan perubahan data yang membentuk kolom baru yang berbeda. Tabel Slowly Changing Dimension Dimensi dim_customer
dim_salesperson
dim_vendor
dim_item
Atribut CustomerID CustomerNo CustomerName SalesPersonID SalesPersonNo SalesPersonName JobTitle VendorID VendorNo VendorName ItemID ItemNo ItemName
Tipe S CD 1 1 1 1 1 1 2 1 1 1 1 1 1
Dimensi
dim_warehouse
dim_department
dim_currency
Atribut ItemType ItemPrice WarehouseID WarehouseNo WarehouseName DepartmentID DepartmentNo DeparmentName CurrencyID Currency Rate
Tipe S CD 1 2 1 1 1 1 1 1 1 1 2
2.1.9 Memutuskan Prioritas dan Cara Query (Deciding the query priorities and the query modes) Pada langkah ini, memperkirakan untuk membuat rancangan fisikal. Yang paling penting dalam rancangan fisikal yang mempengaruhi persepsi data mart end user adalah urutan dari perintah fisikal yang ada dalam tabel dan ketersediaan ringkasan. Di balik semua ini, ada tambahan rancangan fisikal yang mempengaruhi administration, back up, indexing performance dan security. Tabel Query Fakta Penjualan Tahun Bulan M inggu ItemNo ItemName CustomerName DeptNo SalesPersonName Qty Currency Price Total
Tabel Query Fakta Pembayaran Tahun Bulan M inggu DeptNo
CustomerName
Currency
TotalInvoice
Status
Tabel Query Fakta Pembelian Tahun Bulan M inggu ItemNo ItemName VendorName DeptNo
Qty
Price
Currency
Tabel Query Fakta Inventory Tahun Bulan ItemNo
ItemName
Warehouse
Qty
Total
Tabel Query Fakta Target Penjualan Tahun Bulan DeptNo
ItemName
Qty
2.2 Back Up dan Recovery Proses backup data warehouse adalah proses yang perlu dilakukan oleh perusahaan untuk menunjang terlaksananya implementasi yang baik. Dengan adanya backup data warehouse maka perusahaan dapat menghindari rusaknya atau hilangnya data akibat kerusakan pada server, pencurian, bencana alam maupun faktor lainnya. DKSH Indonesia melakukan backup data setiap hari begitu selesai jam kerja. Backup (penyimpanan data) disimpan di dalam CD Eksternal maupun ke dalam harddisk eksternal. Recovery data bertujuan untuk mengembalikan data ke dalam keadaan terakhir kali sebelum terjadi kerusakan sehingga bila ada masalah yang menghilangkan data, maka data dapat direcovery dari CD. 2.3 Security Security merupakan komponen yang penting dalam setiap perusahaan. Dengan security yang baik, data yang dimiliki oleh perusahaan pun lebih aman. Tingkat keamanan pengaksesan ini bertujuan untuk mencegah data diakses, diubah, atau pun
dihapus oleh pihak yang tidak berkepentingan. Sistem security sendiri dapat dibagi menjadi 2, antara lain sebagai berikut : a. Authentication Authentication membatasi user yang berwenang untuk mengakses data di dalam suatu perusahaan. Sistem yang berfungsi sebagai authentication saat ini adalah VB.Net yang dijalankan dalam windows. b. Authorization Sistem yang digunakan dalam authorization adalah sistem Password. Sehingga tidak sembarang orang yang bisa mengakses ke dalam laporan tersebut hanya orang-orang yang terkait yang bisa melihat laporan itu. Berikut ini adalah rinciannya : Tabel Authorization
User Admin Laporan Operating System
*
Database Data Source
*
Database OLAP
*
Analysis Service
*
fakta_penjualan
General Business Line Sales Manager Manager Person
Sales Support
Finance Manager
*
*
*
*
*
*
*
*
*
fakta_pembelian
*
*
*
*
fakta_inventory
*
*
*
*
fakta_target_penjualan
*
*
*
fakta_pembayaran
*
*
*
*
* *
2.4
Tampilan Layar Aplikasi yang Dirancang a.
Halaman Login Sebelum user dapat mengakses data warehouse ini, user harus terlebih dahulu melakukan login pada halaman login. User akan diminta untuk memasukkan inputan berupa username dan Password yang bertujuan untuk melakukan autentikasi user.
b.
Halaman Home Pada menu ini terdapat beberapa submenu yang dapat diakses sesuai dengan hak aksesnya : •
Inventory
•
Invoice
•
Purchase
•
Sales
•
Sales Target
c.
•
Change Password
•
Manage User
Halaman S ales Pada halaman Sales terdapat sales summary yang merupakan rangkuman dari penjualan. User dapat menentukan periode sales summary yang ingin dilihat dengan memilih tahun, bulan, minggu dan hari. User juga dapat melihat jumlah penjualan berdasarkan departemen, customer, item dan sales person. Selain itu user dapat melihat laporan penjualan secara keseluruhan dalam bentuk grafik dan melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel dari submenu File.
d.
Halaman Purchase Pada halaman Purchase terdapat purchase summary yang merupakan rangkuman dari pembelian. User dapat menentukan periode purchase summary yang ingin dilihat dengan memilih tahun, bulan, minggu dan hari. User juga dapat melihat purchase summary berdasarkan currency, item dan vendor. Selain itu user dapat melihat laporan pembelian secara keseluruhan yang berupa grafik dan melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel dari submenu File.
e.
Halaman Inventory Pada halaman Inventory terdapat inventory summary yang merupakan rangkuman dari persediaan barang. User dapat menentukan periode inventory summary yang ingin dilihat dengan memilih minggu, bulan dan tahun. User dapat melihat jumlah item yang terdapat pada setiap warehouse. Selain itu user dapat melihat laporan persediaan barang secara keseluruhan yang berupa grafik dan melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel dari submenu File.
f.
Halaman Target Penjualan Pada halaman Invoice terdapat invoice summary yang merupakan rangkuman dari pembayaran. User dapat menentukan periode invoice summary yang ingin dilihat dengan memilih week, month, dan year. Selain itu user dapat melihat laporan pembayaran secara keseluruhan yang berupa grafik dan melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel dari submenu File.
g.
Halaman Invoice Pada halaman Invoice terdapat invoice summary yang merupakan rangkuman dari pembayaran. User dapat menentukan periode invoice summary yang ingin dilihat dengan memilih week, month, dan year. Selain itu user dapat melihat laporan pembayaran secara keseluruhan yang berupa grafik dan melakukan export data ke dalam bentuk Excel dengan memilih Export to Excel dari submenu File.
2.5 Evaluasi Setelah perancangan dan implementasi aplikasi data warehouse pada DKSH Indonesia dilaksanakan, maka dapat diperoleh hasil evaluasi. Evaluasi dari aplikasi ini dilakukan secara langsung oleh user. Adapun aspek-aspek aplikasi yang dievaluasi meliputi kemudahan penggunaan aplikasi, sistem yang diterapkan, kelengkapan data dan tampilan laporan dalam aplikasi. Setelah melakukan evaluasi terhadap aplikasi yang diusulkan, maka kesimpulan yang didapat dari evaluasi yang tertera pada lampiran yaitu : •
Untuk tampilan data pada halaman laporan Invoice (pembayaran), tingkat
kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai.
•
Untuk tampilan data pada halaman laporan Purchase (pembelian), tingkat
kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai. •
Untuk tampilan data pada halaman laporan Sales (penjualan), tingkat kesesuaian
tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai. •
Untuk tampilan data pada halaman laporan Sales Target (target penjualan),
tingkat kesesuaian tampilan data terhadap kebutuhan informasi perusahaan sudah cukup sesuai. 3. Simpulan Dari seluruh rangkaian penelitian dapat diuraikan menjadi beberapa simpulan sebagai berikut : 1. Dengan menggunakan data warehouse dapat menampilkan data yang dibutuhkan oleh karyawan maupun eksekutif DKSH Indonesia dari berbagai sudut pandang dan mengakses informasi secara lengkap. 2. Tampilan informasi yang ditampilkan dalam bentuk grafis maupun laporan telah dapat mewakili hubungan atau pola informasi penting yang terdapat pada basis data historikal. 3. Dengan membandingkan data dari beberapa tahun sebelumnya maka pengguna dapat menentukan pilihan atau keputusan yang tepat berdasarkan hasil perbandingan data yang ditampilkan.
Daftar Pustaka Atzeni, Paolo, Ceri, Stefano, Paraboschi, Stefano, Torlone, Riccardo.(2003).Database Systems Concept, Languages and Architectures International Edition.M cGraw-Hill.Singapore. Berson, Alex and Stephen J. Smith.(2001).Data Warehousing, Data Mining, & OLAP.M cgrawHill.Singapore. Connolly, Thomas and Carolyn Begg.(2005).Database Systems : A Practical Approach to th Design, Implementation, and Management.4 Edition. Addison Wesley Publishing Company
Inc.,California. Kimball, Ralph and M argy Ross.(2002).The Datawarehouse Toolkit : The Complete Guide to Dimensional Modeling, 2
nd
Edition.John Wiley & Sons,Inc.USA.
Kimball, Ralph and M argy Ross.(2010).The Kimball Group Reader : Relentlessly Practical Tools for Data Warehousing and Business Intelligence.Wiley Publishing Inc.U SA. Kotler, Philip, Amstrong.(2006).Principles of Marketing.11th Edition.Pearson Education.New Jersey. Inmon, W.H.(2005).Building the Data Warehouse.4 th Edition.John Wiley & Sons,Inc.USA. M ulyadi.(2001).Sistem Akuntansi.3th Edition.Salemba Empat.Jakarta. th
Nickels, William G., M cHugh, James M ., Susan M .(2002).Understanding Business.6 Edition.M cGraw Hill.
Render, Barry, Jay Heizer.(2001).Prinsip-Prinsip Manajemen Operasi.Salemba Empat.Jakarta.
Turban, Efraim, Rainer, R. Kelly Jr., Potter, Richard E.(2005).Introduction to Information Technology.3rd Edition.John Wiley & Sons.Canada. Warren, Carls, James M . Reeve, Phillip E. Fess.(2002).Accounting.20th Edition.South Western. Whitten,Jeffrey L.,Bentley, Lonnie D.,Dittman,Kevin C.(2007).Systems Analysis and Design Methods. Seventh Edition.M cGraw Hill.USA.
DATA WAREHOUSE FOR SALES AND INVENTORY IN DKSH INDONESIA Ike Nadiavari Binus University, Jakarta, DKI Jakarta, Indonesia
Marvi Indra Utama Binus University, Jakarta, DKI Jakarta, Indonesia
and
Ririd Yuniar Ragil Pertiwi Binus University, Jakarta, DKI Jakarta, Indonesia
Abstract The purposes of this study are to develop data warehouse as data storage for different data sources from a variety of business processes, to design application that will support the usage of data warehouse. The methodology used in this study of data warehouse is 9 steps methodology by Ralph Kimball such as choosing the process, choosing the grain, identifying and conforming the dimension, choosing the fact, storing pre-calculation in the fact table, rounding out the dimension tables, choosing the duration of the database, tracking slowly changing dimensions and deciding the query priorities and the query modes. The outcome of the study is a prototype of an application, connected to the data
warehouse, displaying company’s transaction progress in pivot table and graphics, and export function to excel that will help in auditing data. The conclusion that can be drawn from evaluation results is the usage of this application simplifies the display of the required information and make them easily understood and analyzed.
Keyword : Data Warehouse, Sales, Inventory
1. Introduction Rapid development of internet, technology and information system has brought changes into almost every aspect in life. Computer based information technology is now one of the main things in modern society, especially the part where information is needed. M any fields of work had used computer based information technology to provide ease in completing work. Computerization, which applied by using computer as tools to help data processing to replace manual data processing, is one of the result of technology and information system’s development and now it’s implemented in many places. With computerization, data searching time become shorter. People don’t need to spend a long time to search documents stored in different places because with computerization, all required data can be stored in one storage in computer. Large institutions or organization certainly have complex needs for data but also have problems in processing their data. With the large amount of data, of course the performance of brain will be more onerous in processing the data. The managers from large companies surely have limitations in analyzing data and it is necessary to arrange data in order to make it easier to be analyzed. In other words, business processes will go smoothly by organizing data because the most important thing in organization or institution is to turn data into information that will help in making decisions.
To make it easier in accommodating large amount of data, a shelter for data is needed. It is usually called as data warehouse. The purpose of data warehouse is to process information that will generate revenue and profits. DKSH is one of growing multinational company in Indonesia and the world leader in M arket Expansion Service, providing business partners with a comprehensive package of services to reach their individual goals, divided into 5 business units such as Healthcare, Pharmaceutical, Foods and Beverages, Animal Care Industry and Specialty Chemicals Industry. In DKSH Indonesia, to obtain summary reports that can be used to help making decisions for DKSH Indonesia is still difficult because data needs to be manually extracted from operational database. M oreover, access privilege to use operational database is limited, making data fetching process to get summary reports only depends on administrator and taking a long time to complete. As a proposal to solve the problem, in this study, we take on titles data warehouse for sales and inventory because data warehouse can produce information that can be used to help analyzing data and information for decision making.
2. Methodology 2.1 Theories 2.1.1 Choosing The Process In this part, we will choose business processes in DKSH Indonesia. Based on analysis and survey results, we have identified 5 business processes related to the problems. They are : 1. Sales The sales process is referring to selling item (products) to customer. The required document is Sales Order.
2. Purchase The purchase process is referring to buying item (products) from vendor. The required document is Purchase Order. 3. Inventory The inventory process is referring to stock monitoring in warehouse. The required document is Inventory Stock Card. 4. Sales Target Sales target is referring to adjusting sales with sales target. The required document is target sales. 5. Payment/Invoice Payment process is referring to payment from customer to DKSH Indonesia. The required document is Sales Invoice.
ER-D Process
2.1.2 Choosing The Grain Grain is data for fact candidates that will be analyzed. In this part, we choose grain to decide what will be represented by records in fact tables. By selecting grain, we can identify dimensions. Grains in this data warehouse are : 1. Sales Analysis on sales includes yearly sales, monthly sales, weekly sales, yearly sales per department, monthly sales per department, weekly sales per department, top item sold, top customer and total payment. 2. Purchase Analysis on purchase includes most purchased item, most wanted item, top vendor and total purchase. 3. Inventory Analysis on inventory includes the quantity of item (products) in all warehouses, quantity of products in each warehouse. 4. Sales Target Analysis on sales target includes total sales target. 5. Payment/Invoice Analysis on payment includes payment status and total income. 2.1.3 Identify and Conforming The Dimension In this part, we identify dimensions that will be used in describing data from the right grain. in this process of identification, dimension tables that will be created must be able to be used by facts table all together. The dimension tables in this data warehouse are : 1. Dimensi Waktu 2. Dimensi Customer
3. Dimensi Salesperson 4. Dimensi Vendor 5. Dimensi Item 6. Dimensi Warehouse 7. Dimensi Currency Below is the relationship between dimension and grain from facts : a. Sales Fact will be using : 1. Dimensi Waktu 2. Dimensi Customer 3. Dimensi Salesperson 4. Dimensi Item 5. Dimensi Department 6. Dimensi Currency Table Grain vs. Dimension on Sales
Grain
Dimensi Dimensi Dimensi Dimensi Dimensi Dimensi Dimensi Waktu Customer S alesPerson Item Department Currency
Item yang paling banyak terjual. Banyak item yang terjual Customer yang paling banyak membeli Total Pembayaran
X
X
X
X
X
X
X
X
b. Purchase Fact will be using : 1. Dimensi Waktu 2. Dimensi Vendor 3. Dimensi Item
X
X
X
X
X
X
X
X
X
X
X
X
4. Dimensi Department 5. Dimensi Currency Table Grain vs. Dimension on Purchase Dimensi Grain
Dimensi Waktu
Dimensi Vendor
Dimensi Item
Dimensi Department
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Item yang paling banyak dipesan Banyak item yang dibeli Vendor yang paling banyak melakukan penjualan Total Pembelian
Dimensi Currency
c. Inventory Fact will be using : 1. Dimensi Waktu 2. Dimensi Item 3. Dimensi Warehouse Table Grain vs. Dimension on Inventory Dimensi Grain
Dimensi
Dimensi
Dimensi
Dimensi
Waktu
Item
Warehouse
Department
X
X
X
Banyaknya barang yang terdapat di gudang
d. Sales Target Fact will be using : 1. Dimensi Waktu 2. Dimensi Item 3. Dimensi Department Table Grain vs. Dimension on Sales Target Dimensi Grain Target penjualan
Dimensi
Dimensi
Dimensi
Waktu
Item
Department
X
X
X
e. Payment Fact will be using : 1. Dimensi Waktu 2. Dimensi Customer 3. Dimensi Item 4. Dimensi Department 5. Dimensi Currency Table Grain vs. Dimension on Payment Dimensi
Dimensi
Dimensi
Dimensi
Dimensi
Dimensi
Waktu
Customer
Item
Department
Currency
Status Pembayaran
X
X
X
X
X
Total Pemasukan
X
X
X
X
X
Grain
2.1.4 Choosing The Fact In this part, we choose facts that will be used in designing data warehouse. These facts needs to be suitable with grains. The facts are : 2.1.4.1 Facts for S ales Fact Table 1. Subtotal_pembayaran, shows transaction amount before tax. 2. Jumlah_tax, shows taxes amount from each sales by customer. 3. Jumlah_pembayaran_penjualan, shows transaction amount plus tax. 4. Jumlah_item_terjual, shows total quantity of sold items. 2.1.4.2 Facts for Purchase Fact Table 1. Total_pembelian, shows total expenditure for buying items from vendor. 2. Jumlah_item_terbeli, shows quantity of purchased item from vendor.
2.1.4.3 Facts for In ventory Fact Table 1. Jumlah_perItem, shows quantity of each item in warehouse. 2.1.4.4 Facts for S ales Target Fact Table 1. Total_target_penjualan_dept, shows total of sales target per department. 2.1.4.5 Facts for Payment Fact Table 1. Invoice_amount, shows total amount of an invoice. 2. Status_invoice, shows status from an invoice, whether it is still open or closed. 2.1.5 S toring Pre-Calculation in The Fact Table The table below explains pre calculation in facts table : Table of Pre Calculation No
Name
Formula
1.
Subtotal_pembayaran
QtySold x SalesPrice x Rate
2.
Jumlah_tax
10% x Subtotal_pembayaran
3.
Jumlah_pembayaran_penjualan
Subtotal_pembayaran + Jumlah_tax
4.
Jumlah_item_terjual
SUM (QtySold)
5.
Total_pembelian
QtyPurchased x PurchasePrice x Rate
6.
Jumlah_item_terbeli
SUM (QtyPurchased)
7.
Jumlah_perItem
SUM (Qty)
8.
Total_target_penjualan_dept
SUM (QtyItemTarget)
9.
Invoice_amount
SUM (Qty x SalesPrice x Rate)
2.1.6 Rounding Out The Dimension Tables 1. Table of Rounding Out Dimension No
Dimension
Field
Description
1.
Waktu
M inggu Bulan Tahun
Laporan dapat dilihat tiap minggu,
Tanggal
bulan, tahun, dan hari.
2.
Customer
3.
SalesPerson
CustomerNo
Laporan dapat dilihat berdasarkan
CustomerName
nomor customer dan nama customer.
SalesmanNo
Laporan dapat dilihat berdasarkan
SalesmanName
nomor sales person dan nama sales person.
4.
Vendor
VendorNo VendorName
5.
Item
Laporan dapat dilihat berdasarkan nomor vendor dan nama vendor.
ItemNo
Laporan dapat dilihat berdasarkan
ItemName
nomor item, nama item dan jenis item.
ItemType 6.
Warehouse
WarehouseNo WarehouseName
7.
Department
DepartmentNo
Laporan dapat dilihat berdasarkan nomor gudang dan nama gudang. Laporan dapat dilihat berdasarkan
DepartmentName nomor
department
dan
nama
department. 8.
Currency
Currency
Laporan dapat dilihat berdasarkan jenis currency yang digunakan.
2. Dimension Tables a. Dim_Waktu Table of dim_waktu Attribut WaktuID Hari M inggu Bulan Tahun Tanggal
Data Type Integer Integer Integer Integer Integer Datetime
Length 4 4 4 4 4 8
b. Dim_Customer Table of dim_customer Attribut CustomerID CustomerNo CustomerName
Data Type Integer Varchar Varchar
Length 4 50 100
c. Dim_SalesPerson Table of dim_salesperson Attribut SalesPersonID SalespersonNo SalespersonName JobTitle RecordStatus
Data Type Integer Integer Varchar Varchar Varchar
Length 4 4 100 100 10
d. Dim_Vendor Table of dim_vendor Attribut VendorID VendorNo VendorName
Data Type Integer Varchar Varchar
Length 4 10 100
e. Dim_Item Table of dim_item Attribut ItemID ItemNo ItemName ItemType ItemPrice RecordStatus
Data Type Integer Varchar Varchar Varchar Numeric Varchar
Length 4 10 100 50 10,2 10
f. Dim_Warehouse Table of dim_warehouse Attribut WarehouseID WarehouseNo WarehouseName
Data Type Integer Integer Varchar
Length 4 4 50
g. Dim_Department Table of dim_department Attribut DepartmentID DepartmentNo DepartmentName
Data Type Integer Varchar Varchar
Length 4 10 100
h. Dim_Currency Table of dim_currency Attribut CurrencyID Currency Rate RecordStatus
Tipe Data Integer Varchar Numeric Varchar
Panjang 4 10 10,2 10
3. Star schema In this designing process of data warehouse, there are 5 (five) star schema designs. They are : a. Star schema for sales b. Star schema for purchase c. Star schema for inventory d. Star schema for sales target e. Star schema for payment Below is the picture of star schemas :
Star schema for Sales Fact The star schema for sales fact above shows payment subtotal, tax amount, total sales amount and quantity of sold item. The schema is based on six dimensions: dim_waktu, dim_item, dim_customer, dim_currency, dim_department and dim_salesperson.
Star Schema for Purchase Fact The star schema for purchase fact above shows quantity of purchased item and total purchase. The schema is based on five dimensions: dim_waktu, dim_item, dim_vendor, dim_department and dim_currency.
Star Schema for Inventory Fact The star schema for inventory fact above shows item quantity in inventory. The schema is based on three dimensions: dim_waktu, dim_item and dim_warehouse.
Star Schema for Sales Target Fact The star schema for sales target fact above shows total quantity of sales target. This schema is based on three dimensions: dim_waktu, dim_item and dim_department.
Star Schema for Payment Fact The star schema for payment fact above shows invoice amount and status from invoice in DKSH Indonesia. This schema is based on five dimensions: dim_waktu, dim_item, dim_customer, dim_department and dim_currency. 2.1.7 Choosing The Duration of The Database In this part, we choose the duration of the database that will be inserted into fact table. According to data requirement analysis in DKSH Indonesia, the duration of database that will be used in developing data warehouse is : Table of Database Duration Application Name
Data Warehouse for Sales And Inventory In DKSH Indonesia
Database
DKSH Indonesia
Database Database Data in data existed from inserted into warehouse year data warehouse 2008 2008-2011 4 Years
2.1.8 Tracking Slowly Changing Dimensions Slowly changing dimensions can be handled in three ways, such as changing directly in dimension table, creating new record for each changes and creating new different column. Table of Slowly Changing Dimension Dimension dim_customer
dim_salesperson
dim_vendor
dim_item
dim_warehouse
dim_department
dim_currency
Atribut CustomerID CustomerNo CustomerName SalesPersonID SalesPersonNo SalesPersonName JobTitle VendorID VendorNo VendorName ItemID ItemNo ItemName ItemType ItemPrice WarehouseID WarehouseNo WarehouseName DepartmentID DepartmentNo DeparmentName CurrencyID Currency Rate
SCD Type 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 2
2.1.9 Deciding The Query Priorities and The Query Modes In this part, we are estimating physical design. The most important thing in physical design that will affects the perception of end user’s data mart is the sequence of physical commands in table and summary availability. Behind all these, there is addition for physical design that will affects administration, back up, indexing performance and security.
Table of Sales Fact Query Tahun Bulan M inggu ItemNo ItemName CustomerName DeptNo SalesPersonName Qty Currency Price Total
Table of Payment Fact Query Tahun Bulan M inggu DeptNo
CustomerName
Currency
TotalInvoice
Status
Table of Purchase Fact Query Tahun Bulan M inggu ItemNo ItemName VendorName DeptNo
Qty
Price
Currency
Table of Inventory Fact Query Tahun ItemNo
ItemName
Warehouse
Bulan Qty
Total
Table of Sales Target Fact Query Tahun DeptNo
ItemName
Bulan Qty
2.2 Back Up an d Recovery The data warehouse backup process is a process that’s necessary to be done by company to support good implementation. With the existing of back up from data warehouse, the company can avoid the risk of corrupted data or data loss caused by damaged server, thievery, natural disaster or other factors. DKSH Indonesia performs data backup every day after working hours. The backup data is stored in external CD or hard disk. The purpose of data recovery is to restore data into the last condition before it is damaged. If there is a problem that caused data loss, then the data can be recovered from the CD. 2.3 Security Security is the most important component in every company or organization. With good security, company’s data will be safe. Security level of access is made for preventing data to be accessed, changed or deleted by unauthorized user. Security system divided into 2 : a. Authentication Authentication is restricting users that are authorized in accessing company data. The system that performs authentication is VB.Net that runs on Windows.
b. Authorization The system used in authorization is password and as the result, not everyone can access every report. Below is the list of security used in this application : Authorization Table User Admin Reports Operating System
*
Database Data Source
*
Database OLAP
*
Analysis Service
*
fakta_penjualan
General Business Line Sales Manager Manager Person
Sales Support
Finance Manager
*
*
*
*
*
*
*
*
*
fakta_pembelian
*
*
*
*
fakta_inventory
*
*
*
*
fakta_target_penjualan
*
*
*
fakta_pembayaran
*
*
*
*
* *
2.4 S creen Shot of Application a. Login Before user can access this data warehouse, user must be logged in. User will have to input username and password for user’s authentication.
b. Home In this page, there are submenus that can be accessed according to access privilege : - Inventory - Invoice - Purchase - Sales - Sales Target - Change Password - M anage User
c. S ales This page shows sales summary. User can choose time period of sales summary by selecting year, month, week and days. User can also see quantity of sales by department, customer, item and sales person. M oreover, user can view summary report of sales in graphical mode and export data into excel file by selecting Export To Excel in File submenu.
d. Purchase This page shows purchase summary. User can choose time period of the report by selecting year, month, week and day. User can also view the report based on currency, item and vendor. M oreover, user can view the report in graphical mode and export data into Excel by selecting Export To Excel in File submenu.
e. Inventory This page shows inventory summary. User can choose time period of summary report by selecting week, month and year. User can also view the report based on item in each warehouse. M oreover, user can view the report in graphical mode and export the data into Excel format by selecting Export to Excel in File submenu.
f. S ales Target This page shows sales target summary. User can choose time period of sales target summary report by selecting week, month and year. M oreover, user can view the report in graphical mode and export data into Excel format by selecting Export To Excel in File submenu.
g. Invoice This page shows invoice summary. User can choose time period of the report by selecting week, month and year. M oreover, user can view the report in graphical mode and export the data into excel format by selecting Export To Excel in File submenu.
2.5 Evaluation After the designing and implementation of the data warehouse application in DKSH Indonesia, we evaluate the result of the usage of this application. Evaluation is directly performed by user. The results are : 1. For data and information display in Invoice page, the compatibility between displayed information and company’s requirement is suitable. 2. For data and information display in Purchase page, the compatibility between displayed information and company’s requirement is suitable.
3. For data and information display in Sales page, the compatibility between displayed information and company’s requirement is suitable. 4. For data and information display in Sales Target page, the compatibility between displayed information and company’s requirement is suitable.
3. Conclusion Based on the analysis and discussions that has been presented in previous chapters, it can be concluded that: 1. By using data warehouse can display data according to staffs or executives need in DKSH Indonesia from different point of view and complete access of information. 2. Information that is displayed in graphics or report can represent relationship or important information pattern existing in historical database. 3. By comparing data from previous years, user can make right decision based on the result of comparison.
References Atzeni, Paolo, Ceri, Stefano, Paraboschi, Stefano, Torlone, Riccardo.(2003).Database Systems Concept, Languages and Architectures International Edition.M cGraw-Hill.Singapore. Berson, Alex and Stephen J. Smith.(2001).Data Warehousing, Data Mining, & OLAP.M cgrawHill.Singapore. Connolly, Thomas and Carolyn Begg.(2005).Database Systems : A Practical Approach to Design, Implementation, and Management.4 th Edition. Addison Wesley Publishing Company Inc.,California. Kimball, Ralph and M argy Ross.(2002).The Datawarehouse Toolkit : The Complete Guide to Dimensional Modeling, 2nd Edition.John Wiley & Sons,Inc.USA. Kimball, Ralph and M argy Ross.(2010).The Kimball Group Reader : Relentlessly Practical Tools for Data Warehousing and Business Intelligence.Wiley Publishing Inc.U SA. Kotler, Philip, Amstrong.(2006).Principles of Marketing.11th Edition.Pearson Education.New Jersey. Inmon, W.H.(2005).Building the Data Warehouse.4 th Edition.John Wiley & Sons,Inc.USA. M ulyadi.(2001).Sistem Akuntansi.3th Edition.Salemba Empat.Jakarta. Nickels, William G., M cHugh, James M ., Susan M .(2002).Understanding Business.6th Edition.M cGraw Hill. Render, Barry, Jay Heizer.(2001).Prinsip-Prinsip Manajemen Operasi.Salemba Empat.Jakarta. Turban, Efraim, Rainer, R. Kelly Jr., Potter, Richard E.(2005).Introduction to Information Technology.3rd Edition.John Wiley & Sons.Canada. Warren, Carls, James M . Reeve, Phillip E. Fess.(2002).Accounting.20th Edition.South Western. Whitten,Jeffrey L.,Bentley, Lonnie D.,Dittman,Kevin C.(2007).Systems Analysis and Design Methods. Seventh Edition.M cGraw Hill.USA.
