6
BAB 2 LANDASAN TEORI
2.1 Konsep Dasar Sistem Informasi Menurut Inmon (2002, p388), data adalah suatu pencatatan dari sekelompok fakta, konsep, atau instruksi dalam suatu media penyimpanan untuk komunikasi, pencarian dan pemrosesan dengan menggunakan alat otomatis dan presentasi sebagai informasi yang dapat dimengerti oleh manusia. Sedangkan informasi adalah data-data yang dikumpulkan dan dievaluasi untuk memecahkan suatu masalah atau membuat keputusan.
2.2 Konsep Basis Data Menurut Connolly (2002, p14), basis data (database) adalah suatu koleksi bersama data yang terhubung secara logis dan merupakan suatu deskripsi dari data tersebut yang didesai untuk memenuhi kebutuhan informasi dari suatu organisasi. Menurut Inmon (2002, p388), basis data adalah koleksi dari data-data berhubungan yang disimpan berdasarkan sebuah skema. Basis data dapat melayani satu atau lebih aplikasi.
2.3 Konsep Khasanah Data Menurut Inmon (2002, p389), Khasanah data (yang untuk selanjutnya akan ditulis data warehouse) atau yang biasa disebut data warehouse adalah koleksi data yang bersifat subject oriented, integrated, time variant dan non-volatile, yang digunakan
7 untuk mendukung fungsi proses pengambilan keputusan, di mana setiap unit data bergantung pada satuan waktu. Data warehouse mengandung atomic data dan lightly summarize data. Menurut Mallach (2000, pp181,182), data warehouse dapat memberikan beberapa keuntungan yaitu :
Kinerja perangkat keras DSS dapat dioptimalkan untuk tujuan tertentu
Respon time dari DSS tetap terjaga
Lingkungan data warehouse lebih sederhana dan lebih baik bila dibandingkan aplikasi client-server. Menurut Mallach (2000, p182), data warehouse memiliki beberapa kekurangan atau
kelemahan yaitu :
Terdapat beban tambahan pada sistem karena perlu melakukan transfer data antara sistem operasional dan data warehouse dalam menjaga ke-update-an data.
Transfer data dari sistem operasional ke data warehouse memerlukan waktu yang relatif lama.
2.4 Karakteristik Data Warehouse Menurut Inmon dalam www.inmoncif.com, karakteristik dari data warehouse adalah subject oriented, integrated, time variant dan non-volatile.
2.4.1. Subject Oriented Subject oriented merupakan suatu data yang akan diatur dan diorganisasikan berdasarkan subyek dari perusahaan, misalnya customer, produk dan karyawan, dan
8 bukan berdasarkan subjek dari fungsi bisnis dari perusahaan, misalnya kontrol persediaan, penjualan produk dan invoicing.
2.4.2 Integrated Integrated merupakan proses data mengalami transformasi dari suatu aplikasi menjadi suatu data warehouse yang terintegrasi. Setelah data masuk ke dalam data warehouse, data akan diubah, diformat, diringkas dan sebagainya. Hasilnya, data yang berada dalam data warehouse hanya memiliki satu buah gambaran fisik. Jadi, hanya ada satu struktur kunci tunggal yang dapat ditemukan dalam warehouse. Misalnya untuk menggambarkan jenis kelamin : aplikasi I menggunakan istilah M dan F, aplikasi II menggunakan istilah X dan Y, sedangkan aplikasi III menggunakan istilah 1 dan 0. Pada data warehouse, harus ada satu gambaran fisik untuk menggambarkan jenis kelamin, sehingga data warehouse akan memilih salah satu misalnya menggunakan istilah M dan F.
2.4.3 Time Variant Time variant merupakan record data yang diciptakan pada satu saat. Tiap record pada data warehouse memiliki suatu bentuk variansi waktu di dalamnya. Perbandingan record data pada database dan record data pada data warehouse :
Pada record data dalam database, jika terjadi perubahan event, nilai dalam record juga dapat mengalami perubahan seperti insert, update dan delete data ke dalam record.
9
Pada record data dalam data warehouse, data yang telah masuk ke dalam data warehouse tidak dapat diubah, data hanya dapat diakses dan ditambahkan ke dalam record.
2.4.4 Non Volatile Non volatile merupakan proses data tidak mengalami perubahan secara terus menerus tetapi ditambahkan secara teratur. Data baru mungkin ditambahkan secara teratur, namun data lama tidak dihilangkan. Jika perubahan data perlu dilakukan, maka data yang merupakan perubahan tersebut ditambahkan ke dalam warehouse. Data warehouse menyimpan data baru tersebut dan mengintegrasikannya dengan data sebelumnya. Hasil akhir pada data warehouse berupa record data historis.
2.5 Struktur Data Warehouse Menurut Inmon (2002, pp35-36), data warehouse memiliki beberapa komponen yaitu : current detail data, older detail data, highly summarize data, lightly summarized data dan meta data.
2.5.1 Current Detail Data Current detail data merupakan detail yang aktif sekarang, mencerminkan keadaan yang sedang berjalan dan merupakan level terendah dari data warehouse. Current detail data biasanya memerlukan tempat penyimpan (storage) yang besar sebagai tempat penyimpanannya. Beberapa alasan current detail data menjadi perhatian utama adalah : a. Menggambarkan kejadian yang baru terjadi dan selalu menjadi perhatian utama. b. Sangat besar jumlahnya dan disimpan pada tingkat penyimpanannya terendah.
10 c. Hampir selalu disimpan di media penyimpanan karena cepat diakses tetapi mahal dan kompleks untuk diatur. d. Biasanya digunakan dalam membuat rakapitulasi data, sehingga current detail data harus akurat.
2.5.2 Older Detail Data Older detail data merupakan detail data yang merupakan data historis, dapat berupa hasil backup yang disimpan dalam tempat penyimpanan yang terpisah dan pada saat tertentu dapat diakses kembali. Data ini jarang diakses sehingga biasanya disimpan dalam media penyimpanan alternatif selain disk. Penyusunan direktori untuk data ini harus menggambarkan umur dari data agar memudahkan untuk pengaksesan kembali.
2.5.3 Highly Summarize Data Highly summarize data merupakan hasil proses ringkasan yang bersifat totalis, solid serta mudah diakses biasanya digunakan untuk melakukan analisa perbandingan data berdasarkan urutan waktu dan analisa yang menggunakan data multidimensi. Database multidimensi adalah suatu teknologi software komputer yang dirancang untuk meningkatkan efisiensi dalam pencarian (query) data sehingga menjadi media penyimpanan yang lebih baik, serta memudahkan pengambilan data dengan volume yang benar.
2.5.4 Lightly Summarized Data Lightly summarized data merupakan ringkasan dari detail data namun belum bersifat total summary. Data-data ini memiliki tingkatan detail yang lebih tinggi dan
11 mendukung kebutuhan data warehouse pada tingkatan departemental. Tingkatan data ini disebut juga “data mart”. Akses terhadap data jenis ini banyak digunakan untuk view dari suatu kondisi yang sedang dan sudah berjalan.
2.5.5 Meta Data Meta data memuat informasi yang penting mengenai data dalam data warehouse yang dapat berfungsi sebagai : a. Direktori yang akan dipakai oleh user data warehouse dalam mencari lokasi data dalam data warehouse. b. Suatu penuntun pemetaan dalam proses transformasi dari data operasional ke data warehouse. c. Suatu panduan untuk proses summary data dari detail data menjadi lightly summarize data dan dari lightly summarize data menjadi highly summarize data. Meta data merupakan suatu bentuk jaringan yang sangat penting bagi pengguna data warehouse. Data yang tersedia harus dapat digunakan oleh pemakai dengan menggunakan istilah yang sesuai dengan cara pemakai dalam melakukan pekerjaannya karena data warehouse harus melayani banyak fungsi, maka meta data penting untuk memahami data yang sama dengan yang berbeda pula, meta data dibuat untuk menjawab kebutuhan dari suatu fungsi tertentu, karena setiap deparetemen biasanya menggunakan struktur data yang spesifik meskipun asal datanya sama.
12
Gambar 2.1 Struktur Data Warehouse
2.6 Anatomi Data Warehouse 2.6.1 Data Warehouse Fungsional Data warehouse fungsional menggunakan pendekatan kebutuhan dari tiap bagian fungsi bisnis untuk mendefinisikan jenis data yang ditampung oleh sistem. Pendekatan ini banyak digunakan karena sistem memberikan solusi yang mudah untuk dibangun dengan biaya investasi yang relatif rendah dan dapat memberikan kemampuan pengumpul data yang terbatas kepada kelompok pemakai.
13 Penerapan jenis sistem pengumpulan data sepertin ini beresiko kehilangan konsistensi data di luar lingkungan fungsi bisnis bersangkutan. Bila lingkup pendekatan ini diperbesar dari lingkungan fungsiobnal menjadi lingkup perusahaan, konsistensi data perusahaan tidak lagi dapat dijamin.
gambar 2.2 data warehouse fungsional 2.6.2 Data Warehouse Terpusat Data warehouse terpusat adalah pendekatan yang paling baik digunakan disebabkan oleh kebiasaan pemakai dengan lingkungan mainframe terpusat. Data diambil dari seluruh sistem operasional dan disimpan dalam pusat penyimpanan data. User kemudian menggunakan data yang telah terkumpul tersebut untuk membangun data warehouse fungsional masing-masing sesuai kebutuhan. Keuntungan dibandingkan data warehouse fungsional adalah data benar-benar terpadu. Sistem ini mengharuskan data dikirim tepat waktu agar tetap konsisten dengan pemasok data lainnya. Sehingga user dapat mengambil data dari pusat pengumpul dan tidak berhubungan secara langsung dengan pemasok data.
14 Penerapan sistem ini membutuhkan biaya pemeliharaan yang tinggi atas sistem pengumpul data yang besar dan juga diperlukan waktu yang lama untuk membangun sistem tersebut.
gambar 2.3 data warehouse terpusat 2.6.3 Data Warehouse Terdistribusi Data warehouse terdistribusi memungkinkan user langsung berhubungan dengan sumber data maupun pusat pengumpul data. Pendekatan ini menggunakan teknologi client/server untuk mengambil data dari berbagai sumber, sehingga memungkinkan tiap departemen membangun sistem operasionalnya sendiri serta membangun pengumpul data fungsional masing-masing dan menggabungkan bagian-bagian tersebut dengan teknologi client/server. Penerapan data warehouse terdistribusi memerlukan biaya yang sangat besar karena sistem operasional dan pengumpul datanya dikelola secara terpisah serta data harus disinkronisasikan untuk memelihara keterpaduan data.
15
gambar 2.4 data warehouse terdistribusi
2.7 Kegunaan Data Warehouse Menurut Connoly (2002, p1048), implementasi data warehouse dapat memberikan keuntungan terhadap organisasi yaitu :
Potensi tinggi terhadap Return Of Investment (ROI) Suatu organisasi harus dapat menyediakan sumber daya yang cukup besar untuk memastikan keberhasilan implementasi dari suatu data warehouse. Studi yang dilakukan oleh IDC pada tahun 1996 menyatakan bahwa tingkat ROI rata – rata selama tiga tahun pada data warehouse mencapai 401% dengan lebih dari 90% dari perusahaan yang disurvei mencapai 40% ROI, separuh dari perusahaan tersebut mencapai 160% ROI sedangkan lainnya mencapai 60% ROI.
Keuntungan bersaing ROI yang besar untuk perusahaan – perusahaan yang telah sukses dalam implementasi data warehouse merupakan fakta atas keuntungan bersaing yang cukup tinggi dengan menyertai teknologi.
16 Keuntungan bersaing dapat diperoleh dengan menyediakan akses bagi pembuat keputusan ke data sehingga dapat menyatakan ada tidaknya ketersediaan yang belum diketahui, sebagai contoh : pelanggan.
Peningkatan produktivitas pada Corporate Decision Makers Data warehouse meningkatkan peningkatan produktivitas pembuatan keputusan dengan membuat basis data yang konsisten, berorientasi subyek dan bersifat data historis. Dengan mentransformasi data menjadi informasi yang bermanfaat, data warehouse mengijinkan business manager untuk menghasilkan substansi yang lebih akurat dan melakukan analisis yang konsisten
2.8 Arsitektur Data Warehouse Menurut Connolly (2002, p1052), arsitektur dan komponen utama dari data warehouse terdiri dari : 1. Operational Data Sumber data untuk data warehouse diambil dari : a. Data operasional mainfram yang terletak pada hirarki generasi pertama dan basis data jaringan. b. Data departemen disimpan dalam sistem file yang sesuai. c. Data privat berada dalam workstation dan private server. d. Sistem eksternal seperti internet, basis data yang tersedia secara komersil ataupun basis data yang berhubungan dengan pemasok dan pelanggan.
17 2. Operational Data Store Operational data store merupakan tempat penyimpanan dari data operasional yang terintegrasi dan digunakan untuk analisa. Operational data store biasanya dibangun ketika sistem operasional diperkirakan tidak mampu menyediakan kebutuhan laporan. 3. Load Manager Load manager melakukan semua operasi yang berkaitan dengan ekstraksi dan pemindahan data ke dalam data warehouse. Data bisa diekstraksi langsung dari sumber data atau dari operational data store. Operasi yang dilakukan oleh load manager termasuk melakukan transformasi sederhana terhadap data sebelum masuk ke dalam data warehouse. 4. Warehouse Manager Warehouse manager melakukan semua operasi yang berhubungan dengan manajemen data dalam warehouse yaitu : a. Melakukan analisis untuk memastikan konsistensi data. b. Melakukan transformasi dan penggabungan
sumber
data
dari
tempat
penyimpanan sementara ke dalam tabel data warehouse. c. Menciptakan index dan tampilan dari tabel dasar. d. Melakukan denormalisasi dan agregasi. e. Melakukan backup dan archiving data. 5. Query Manager Query manager melakukan operasi yang berhubungan dengan manajemen dari query pengguna antara lain : mengarahkan query ke tabel yang sesuai dan menjadwalkan eksekusi query.
18 6. Detailed Data Area ini melakukan penyimpanan terhadap semua detil data pada skema basis data. 7. Lightly and Highly Summarized Data Area ini melakukan penyimpanan terhadap lightly dan highly summarized data yang dihasilkan oleh warehouse manager. Tujuan dari ringkasan informasi adalah mempercepat kinerja query. 8. Archive/Backup Data Area ini melakukan penyimpanan terhadap semua detil dan ringkasan data yang digunakan untuk keperluan archiving dan backup. 9. Meta Data Area ini menyimpan semua meta data yang digunakan oleh semua proses dalam data warehouse. Meta data digunakan untuk beberapa proses antara lain : a. Proses ekstraksi dan pemindahan – meta data digunakan untuk memetakan sumber data ke dalam bagian data warehouse. b. Proses manajemen data warehouse – meta data digunakan untuk mengautomasi produksi tabel ringkasan c. Proses manajemen query – meta data digunakan untuk mengarahkan query kepada sumber data yang sesuai. 10. End User Access Tools Tujuan utama dari data warehouse adalah menyediakan informasi penting bagi para pengguna bisnis. Pengguna berinteraksi dengan data warehouse melalui end user access tools, antara lain : a. Reporting an query tools. b. Application development tools.
19 c. Executive information system tools d. Online analytical processing tools e. Data mining tools
2.9 Metode Analisis Perancangan Data Warehouse Menurut Connolly (2002, p1078), merancang data warehouse merupakan pekerjaan yang sangat kompleks. Dalam memulai proyek data warehouse diperlukan pengumpulan dan analisis kebutuhan pengguna yang bisa dilakukan dengan cara wawancara untuk mengidentifikasi suatu kebutuhan yang diprioritaskan oleh perusahaan. Hasil wawancara menyediakan informasi penting bagi top-down view dan bottom-up view dari data warehouse. Salah satu komponen basis data dalam data warehouse yaitu dengan menggunakan permodelan dimensi (dimensionality modelling), yaitu suatu teknik disain secara logis yang bertujuan untuk menyajikan data dalam bentuk standar dan intuitif yang memungkinkan akses dengan performa yang tinggi.
2.10 Perancangan Data Warehouse dengan Skema Bintang Menurut Poe (1996, p33), Skema bintang adalah sebuah desain basis data khusus yang digunakan untuk mendukung proses analisis dan memiliki sekumpulan tabel yang telah berada dalam bentuk normalisasi. Menurut Poe (1996, pp120-121), rancangan skema bintang adalah struktur sederhana yang terdiri dari beberapa tabel yang relatif sedikit di mana hubungan antar tabel tergambar dengan jelas.
20
2.10.1 Keuntungan Menggunakan Skema Bintang Keuntungan dari skema bintang yaitu :
Mempercepat kinerja query dengan melakukan referensi denormalisasi informasi menjadi satu tabel dimensi.
Respon data lebih cepat daripada perancangan database operasional
Mempermudah dalam pengembangan data warehouse
Menyediakan pemahaman dan penelusuran data bagi pemakai dan pengembang.
2.10.2 Perancangan Skema Bintang Perancangan ini berlawanan dengan perancangan struktur normalisasi yang digunakan untuk proses transaksi pada database. Perancangan ini menyediakan query respon waktu, skema bintang yang dapat dibaca dan dipahami oleh analis, end user dan juga bagi orang – orang yang tidak memahami struktur database.
2.10.3 Skema Bintang Sederhana Menurut Connolly (2002, p1079), skema bintang sederhana adalah struktur logis yang memiliki tabel fakta yang terdiri dari data faktual di bagian tengah, dikelilingi oleh tabel dimensi yang terdiri dari data referensi. Tabel fakta terdiri dari data faktual yang merupakan kenyataan yang digerakkan oleh kejadian di masa lalu serta biasanya tidak mengalami perubahan, tanpa melihat bagaimana data tersebut dianalisa.
21 Tabel dimensi terdiri dari informasi deskripsi tekstual. Atribut pada tabel dimensi digunakan sebagai pembatas pada query data warehouse.
gambar 2.5 skema bintang sederhana 2.10.4 Skema Bintang dengan Banyak Table Menurut Poe (1996, p125), Skema bintang bisa terdiri dari beberapa tabel fakta. Hal ini terjadi karena tabel-tabel fakta ini berisi kenyataan yang tidak saling berhubungan atau perbedaan waktu pemasukkan data, selain itu, dapat juga meningkatkan performa tabel fakta yang banyak digunakan untuk menampung berbagai tingkat dari data yang bermacam-macam terutama jika data tersebut dalam jumlah yang besar.
22
gambar 2.6 skema bintang dengan banyak tabel 2.10.5 Skema Bintang Majemuk Pada skema bintang sederhana, primary key pada tabel fakta didefinisikan oleh kolom foreign key yang berhubungan dengan tabel dimensi dalam perancangan basis data. Pada beberapa aplikasi, koleksi dari foreign key yang menunjuk tabel dimensi tidak dapat menyediakan identifier yang unik untuk setiap baris pada tabel fakta, sehingga aplikasi tersebut membutuhkan suatu skema bintang majemuk. Pada skema bintang majemuk, tabel fakta memiliki kumpulan foreign key, yang menunjuk tabel dimensi, dan sebuah primary key, yang dibentuk dari satu atau lebih kolom yang menyediakan identifier yang unik untuk setiap baris.
23
gambar 2.7 skema bintang majemuk 2.10.6 Skema Snowflake Menurut Connolly (2002, p1080), snowflake schema adalah sebuah variasi dari skema bintang dimana tabel dimensi tidak mengandung data yang terdenormalisasi. Menurut
Inmon
(2002,
p395),
menggabungkan dua atau lebih star join.
snowflake
schema
adalah
hasil
dari
24
gambar 2.8 skema snowflake 2.10.7 Agregasi Menurut Post (2002, p544), agregasi adalah istilah umum untuk beberapa fungsi SQL yang beroperasi melewati baris-baris yang dipilih. Contoh dari agregasi adalah : SUM, COUNT, MAX, MIN dan AVERAGE. Faktor pendorong pemuatan agregasi adalah : -
Meningkatkan penampilan pencarian (searching)
-
Mengurangi jumlah penggunaan kode produk universal.
2.10.8 Denormalisasi Menurut Inmon (2002, p589), denormalisasi adalah teknik yang menaruh data ternormalisasi ke dalam lokasi fisik sehingga dapat mengoptimalkan performa dari sistem. Menurut Connolly (2002, p507), denormalisasi adalah situasi di mana dua relasi digabungkan menjadi satu relasi baru dan relasi baru tersebut masih ternormalisasi,
25 namun mengandung null yang lebih sedikit dari relasi yang lama. Denormalisasi biasanya digunakan pada saat kinerja tidak memuaskan dan suatu relasi memiliki tingkat update rendah serta tingkat query tinggi.
2.11 Critical Success Factor Menurut www.cio.gov.bc.ca, Critical Success Factor merupakan suatu situasi yang harus berjalan benar supaya tujuan dari suatu organisasi dapat tercapai. Menurut www.himss.org, Critical Success Factor biasanya digunakan untuk menginterpretasikan tujuan, taktik dan aktivitas operasional agar menjadi lebih jelas dalam hubungannya dengan kunci kebutuhan informasi organisasi dan para manajer serta kekuatan dan kelemahan dalam sistem yang berjalan. Critical Success Factor merupakan faktor-faktor atau karakteristik yang kritis terhadap kesuksesan sebuah proyek. Critical Success Factor menyediakan ukuran bagi kualitas proyek. Dengan mengetahui dan menyadari hal-hal yang penting, seorang manajer proyek dapat mempersiapkan sebuah proyek dengan modal yang tidak terlalu besar, membuat jadwal dan komitmen manajemen. Critical Success Factor memiliki beberapa atribut sebagai berikut :
Unik bagi setiap organisasi
Harus berhubungan dengan satu atau lebih tujuan yang paling kritis
Terbatas pada komponen logis yang penting
Harus didefinisikan dengan jelas
Harus dapat dikuantifikasikan
26 2.12 Analisis Strength, Weakness, Opportunity and Threat Menurut Freddy Rangkuti (2000, p18), analisis SWOT (Strength, Weakness, Opportunity and Threat) adalah identifikasi berbagai faktor secara sistematis untuk merumuskan strategi perusahaan. Analisis ini didasarkan pada logika yang dapat memaksimalkan kekuatan (strength) dan peluang (opportunity), namun secara bersamaan dapat meminimalkan kelemahan (weakness) dan ancaman (threat). Berikut ini adalah penjelasan mengenai faktor-faktor yang terdapat dalam analisis SWOT : -
Kekuatan Merupakan faktor lingkungan internal. Kekuatan sebuah perusahaan terletak pada sumber daya dan kemampuan yang dapat digunakan sebagai dasar untuk mengembangkan keuntungan kompetitif. Misalnya : merk, reputasi yang dianggap baik oleh pelanggan dan lain-lain.
-
Kelemahan Merupakan faktor lingkungan internal. Ketidakadaan kekuatan tertentu bisa dianggap sebagai kelemahan dari sebuah perusahaan. Misalnya : tidak memiliki merk dan lain-lain.
-
Peluang Merupakan analisis terhadap faktor lingkungan eksternal yang dapat memberikan kesempatan mendapatkan keuntungan dan meningkatkan perkembangan perusahaan. Misalnya : teknologi baru, membuka cabang di tempat lain dan lain-lain.
-
Ancaman Merupakan analisis terhadap faktor lingkungan eksternal yang berubah sehingga dapat menjadi ancaman bagi perusahaan. Misalnya : muncul produk substitusi, ada
27 kebijakan baru dari pemerintah yang dapat mengganggu kinerja perusahaan dan lainlain. Menurut www.quickmba.com, analisis SWOT merupakan identifikasi dari faktorfaktor baik dari dalam, yaitu Strength dan Weakness, maupun dari luar, yaitu Opportunity dan Threat, yang berperan dalam proses berjalannya perusahaan. Adapun matriks SWOT yang digunakan sebagai berikut : Strength
Weakness
Opportunities
Strategi S-O
Strategi W-O
Threats
Strategi S-T
Strategi W-T
Keterangan : -
Strategi S-O. Mengejar kesempatan yang sesuai dengan kekuatan perusahaan
-
Strategi S-T. Mengidentifikasi kekuatan dalam mengatasi dan mengurangi ancaman dari lingkungan eksternal.
-
Strategi W-O. Mengatasi kelemahan yang dimiliki dengan mengejar kesempatan yang ada.
-
Strategi W-T. Membuat rencana defensif agar kelemah perusahaan tidak mudah dipengaruhi oleh ancaman dari lingkungan eksternal.
2.13 Definisi Penjualan dan Pembelian Menurut Mulyadi (2001, p202), Kegiatan penjualan terdiri dari transaksi penjualan barang atau jasa, baik secara kredit maupun secara tunai.
28 Transaksi penjualan kredit terjadi jika order dari pelanggan telah dipenuhi dengan pengiriman barang atau penyerahan jasa, untuk jangka waktu tertentu perusahaan memiliki piutang kepada pelanggannya. Transaksi penjualan tunai terjadi jika barang atau jasa baru diserahkan oleh perusahaan kepada pembeli jika perusahaan telah menerima kas dari pembeli. Menurut Mulyadi (2001, p211), fungsi yang terkait dengan sistem penjualan kredit adalah: 1. Fungsi Penjualan Fungsi ini bertanggung jawab untuk menerima dan mengedit surat order dari pelanggan, menentukan tanggal pengiriman dan dari mana barang akan dikirim dan mengisi surat order pengiriman. 2. Fungsi Gudang Fungsi ini bertanggung jawab untuk menyimpan dan menyiapkan barang yang dipesan oleh pelanggan dan mengirimkan barang ke bagian pengiriman. 3. Fungsi Pengiriman Fungsi ini bertanggung jawab untuk menyerahkan barang ke pelanggan berdasarkan surat order pengiriman yang diterima dari fungsi penjualan. 4. Fungsi Penagihan Fungsi ini bertanggung jawab untuk membuat dan mengirimkan faktur penjualan kepada pelanggan, serta menyediakan copy faktur bagi kepentingan pencatatan transaksi penjualan oleh fungsi akuntansi
29 5. Fungsi Akuntansi Fungsi ini bertanggung jawab untuk mencatat piutang yang timbul dari transaksi penjualan kredit dan membuat serta mengirimkan pernyataan piutang kepada para debitur, serta membuat laporan penjualan. Menurut Render (2001, p414), Pembelian berarti perolehan barang dan jasa. Tujuan dari kegiatan pembelian adalah : 1. Membantu mengidentifikasi produk dan jasa yang dapat diperoleh secara eksternal. 2. Mengembangkan, mengevaluasi, dan menentukan pemasok, harga dan pengiriman yang terbaik bagi barang dan jasa tersebut. Menurut Render (2001, p416) Terdapat lima strategi pembelian, yaitu : 1. Negosiasi dengan banyak pemasok dan memain-mainkan satu pemasok dengan yang lainya, biasanya pesanan jatuh ke penawar yang paling murah. 2. Mengembangkan hubungan jangka panjang, bersekutu dengan beberapa pemasok yang akan bekerja sama dengan pembeli untuk memuaskan konsumen akhir, biasanya pemasok jangka panjang cenderung lebih memahami sasaran-sasaran luas dari perusahaan dan konsumen akhir. 3. Integrasi vertikal., artinya pengembangan kemampuan produksi barang atau jasa yang sebelumnya dibeli atau dengan benar-benar membeli pemasok atau distributor. Integrasi vertikal dapat mengambil bentuk integrasi kebelakang atau ke depan. Integrasi kebelakang mengusulkan bahwa perusahaan membeli para pemasoknya. Integrasi kedepan sebaliknya mengusulkan bahwa perusahaan membuat barang jadi. 4. Kombinasi beberapa pemasok dan integrasi vertikal, yang dikenal dengan sebutan ”keiretsu”
30 5. Mengembangkan perusahaan-perusahaan maya yang menggunakan pemasok dengan dasar ’pada saat dibutuhkan’. Menurut Mulyadi (2001, p301) jaringan prosedur yang membentuk sistem pembelian adalah : 1. Prosedur permintaan pembelian Dalam prosedur ini fungsi gudang mengajukan permintaan pembelian dalam formulir surat permintaan pembelian kepada fungsi pembelian. 2. Prosedur permintaan penawaran harga dan pemilihan pemasok Dalam prosedur ini fungsi pembelian mengirimkan surat permintaan penawaran harga kepada pemasok untuk memperoleh informasi mengenai harga barang dan berbagai syarat pembelian yang lain, untuk memungkinkan pemilihan pemasok yang akan ditunjuk sebagai pemasok barang yang diperlukan oleh perusahaan. 3. Prosedur order pembelian Dalam prosedur ini fungsi pembelian mengirim surat order pembelian kepada pemasok yang dipilih dan memberitahukan kepada unit-unit organisasi lain dalam perusahaan (misalnya fungsi penerimaan, fungsi yang meminta barang) mengenai order pembelian yang sudah dikeluarkan oleh perusahaan. 4. Prosedur penerimaan barang Dalam prosedur ini fungsi penerimaan barang melakukan pemeriksaan mengenai jenis, kuantitas dan mutu bahan yang diterima dari pemasok, dan kemudian membuat laporan penerimaan barang untuk menyatakan penerimaan barang dari pemasok tersebut.
31 5. Prosedur distribusi pembelian Prosedur ini meliputi distribusi rekening yang didebet dari transaksi pembelian untuk kepentingan pembuatan laporan manajemen. 6. Prosedur pencatatan utang Dalam prosedur ini fungsi akuntansi memeriksa dokumen-dokumen yang berhubungan dengan pembelian (surat order pembelian, laporan penerimaan barang, dan faktur dari pemasok) dan menyelenggarakan pencatatan utang atau mengarsipkan dokumen sumber sebagai catatan utang.
