BAB 2 LANDAS AN TEORI
2.1
Teori- Teori Umum 2.1.1
Pengertian Data M enurut Laudon dan Laudon (2006, p13), data adalah kumpulan fakta
yang masih mentah yang menjelaskan aktivitas-aktivitas yang terjadi dalam organisasi atau lingkungan fisik, sebelum terorganisir dan diubah menjadi bentuk yang dimengerti dan dapat digunakan. M enurut Inmon (2002, p388), data adalah sebuah rekaman fakta, konsep, atau instruksi pada sebuah media penyimpanan untuk komunikasi, pencarian, dan pemrosesan secara otomatis dan dapat memberikan informasi yang dapat dimengerti oleh pemiliknya atau pihak yang bersangkutan. M enurut pengertian di atas data merupakan kumpulan dari fakta-fakta yang di dapat dari sekitar lingkungan yang bisa diolah sehingga menghasilkan informasi yang dibutuhkan oleh user. 2.1.2
Pengertian Informasi M enurut O’Brien (2003, p13), informasi adalah data yang telah diubah ke
dalam suatu konteks yang memiliki arti dan berguna bagi end user tertentu. Syarat-syarat informasi tersebut antara lain : relevan, tepat waktu, akurat, 7
8
meminimkan ketidakpastian, memiliki elemen dari hal yang tidak diketahui sebelumnya. M enurut Inmon (2002, p388), informasi merupakan data yang telah diasimilasi dan dievaluasi oleh manusia untuk dapat memecahkan suatu permasalahan atau pengambilan keputusan. M enurut pengertian diatas informasi merupakan kumpulan dari data yang sudah diolah sehingga menghasilkan informasi yang akurat. 2.1.3
Pengertian Database M enurut Inmon (2002, p388), database adalah sekumpulan penyimpanan
data yang berhubungan (sering dengan pengontrolan, redundansi yang terbatas) yang berdasarkan suatu skema. M enurut Connolly dan Begg (2002, p14), Database merupakan kumpulan dari data logical yang berhubungan dan deskripsi dari data tersebut yang dirancang untuk kebutuhan informasi suatu organisasi. Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa database merupakan penggabungan dari kumpulan data-data yang saling berhubungan untuk informasi suatu organisasi. 2.1.4
Pengertian Rich Picture M enurut M athiassen et al. (2000,p26), Rich Pictures adalah sebuah
gambaran informasi yang mempersembahkan pemahaman seorang illustrator dari suatu situasi.
9
Sebuah rich pictures berfokus pada aspek penting dari sebuah situasi yang ditentukan oleh sang illustrator. Bagaimanapun, rich pictures harus memberikan mereka uraian dari situasi yang memungkinkan beberapa penjelasan alternatif.
2.1.5
Pengertian Relational Model M enurut Connolly dan Begg (2005, p69), dalam relational model semua
data terstruktur secara logika dengan relasinya (tabel). Setiap relasi mempunyai sebuah nama dan dibentuk dari atribut (kolom) dan data. Setiap tuple (baris) berisi satu nilai per atribut. M enurut Connolly dan Begg (2005, p72), Relational model meliputi : 1. Relasi adalah sebuah tabel dengan kolom dan baris 2. Atribut adalah nama kolom dari sebuah relasi 3. Domain adalah himpunan nilai dari satu atau lebih atribut 4. Tuple adalah baris dari sebuah relasi 5. Degree adalah banyaknya atribut/kolom pada tabel 6. Cardinality adalah banyaknya tuple/baris pada tabel 7. Relational database adalah kumpulan dari relasi yang ternormalisasi dengan nama relasi yang jelas dan dapat dibedakan
10
2.1.6
Pengertian Entity Relationship (ER) Modeling M enurut Connolly dan Begg (2005, p342), Entity Relationship (ER)
Modeling adalah pendekatan top-down untuk mendesain database yang diawali dengan mengidentifikasi data penting yang disebut entities dan relationships diantara data-data yang harus direpresentasikan dalam model. Kemudian ditambahkan detail-detail seperti informasi yang ingin ditambahkan tentang entities dan relationship yang disebut attributes dan berbagai constraints pada entities, relationships, dan attributes. Berdasarkan pengertian diatas, dapat disimpulkan bahwa Entity Relationship (ER) Modeling merupakan hubungan di antara 1 tabel dengan tabel yang lainnya.
2.1.7
Pengertian OLTP M enurut
Anonymous [http1], OLTP (Online Transaction Processing)
adalah suatu kelas program yang menyediakan dan mengatur aplikasi berorientasi transaksi, khususnya untuk penerimaan proses transaksi. OLTP juga merujuk kepada proses komputer dimana komputer merespon pada permintaan user secara cepat. Salah satu contohnya adalah ATM. OLTP juga mempunyai dua keuntungan utama yaitu kesederhanaan dan efisiensi. M enurut Vieira (2000, p892), OLTP (On-Line Transaction Processing) adalah sistem operasional yang didasarkan pada proses dan fungsi bisnis. OLTP (Online Transaction Processing) adalah suatu proses yang menyediakan mekanisme transaksi pada suatu database. Pada proses ini, desain
11
pada database harus bersifat cepat untuk transaction (insert, update, delete). Hal ini bisa didapatkan dengan cara melakukan normalisasi terhadap tabel-tabel pada database. Keuntungan dari normalisasi adalah mengurangi redudansi data yang terdapat pada tabel-tabel. Hal ini memungkinkan proses transaksi yang cepat, karena data yang perlu di-update pada tabel menjadi lebih sedikit. Proses pengupdate-an data-datanya pun bersifat real time situation. Dengan kata lain setiap kali ada data baru yang bukan merupakan redudansi dari data yang pernah ada, akan di-update seketika. OLTP memungkinkan banyak pengguna mengakses sumber data yang sama pada saat yang bersamaan dan melaksanakan proses yang diperlukan. Sistem ini memungkinkan transaksi-transaksi dilaksanakan dalam database, pada saat proses bisnis berlangsung. Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa OLTP merupakan suatu sistem yang mendukung pemrosesan transaksi harian.
2.1.8
Pengertian Data Warehouse M enurut Inmon (2002, p31), data warehouse adalah gabungan teknologi-
teknologi yang bertujuan mengefektifkan integrasi database operasional ke dalam lingkungan yang memungkinkan penggunaan data secara strategis. M enurut Connolly dan Begg (2002, p1047), Data Warehouse adalah koleksi data yang mempunyai sifat berorientasi pada subjek, terintegrasi, rentang
12
waktu, dan koleksi datanya tidak mengalami perubahan dalam mendukung proses pengambilan keputusan di manajemen. Berdasarkan pengertian-pengertian diatas, dapat disimpulkan bahwa data warehouse merupakan kumpulan data atau record dalam sistem komputer yang saling berelasi secara logikal satu dengan yang lainnya untuk pengambilan keputusan di tingkat manajerial. 2.1.9
Perbandingan S istem OLTP dan Data Warehouse
M enurut Connolly dan Begg (2002, p1049)
OLTP (Data Operational)
M enyimpan data sekarang M enyimpan data rinci
OLAP
(Data Warehouse) M enyimpan data sejarah M enyimpan data rinci, sedang dan ringkas
M erupakan data dinamis Pemrosesan berulang
M erupakan data statis Pemrosesan hestistis, tidak terstruktur dan ad hoc
Penggunaannya dapat diprediksi
Penggunaannya tidak dapat diprediksi
M endorong transaksi Berorientasi aplikasi M endukung keputusan harian
M endorong analisis Berorientasi subjek M endukung keputusan strategis
M elayani banyak pemakai operasional
M elayani pemakai manajerial yang berjumlah relatif sedikit
Tabel 2.1 Perbandingan Sistem OLTP dan Data Warehouse
13
2.1.10
Tujuan Perancangan Data Warehouse M enurut Connolly dan Begg (2002, p1047), perancangan data warehouse
bertujuan untuk memperbolehkan organisasi untuk menggunakan kumpulan data organisasi sehingga dapat membantu organisasi agar memperoleh keuntungan bisnis. Berdasarkan pengertian diatas, dapat disimpulkan bahwa tujuan perancangan data warehouse merupakan untuk mendapatkan hasil keuntungan yang lebih baik.
2.1.11
Karakteristik Data Warehouse M enurut Inmon (2002, p31), data warehouse mempunyai sifat-sifat
antara lain: 2.1.11.1 Subject oriented (berorientasi subjek) Data warehouse berorientasi pada major subject area perusahaan yang sudah didefinisikan dalam data model perusahaan tingkat tinggi. Data warehouse disusun berdasarkan subjek-subjek yang ada dalam sebuah perusahaan, dimana setiap area subjek secara fisik diimplementasikan sebagai kumpulan dari tabel yang berhubungan di dalam data warehouse dan tidak berorientasi pada proses atau fungsi
14
aplikasi tertentu. Dalam pengaksesan data pengguna pun harus berorientasi pada subjek tertentu. Informasi pada data warehouse ditampilkan berdasarkan subjek-subjek atau area peminatan yang spesifik. Data-datanya pun dimanipulasi sedemikian rupa sehingga menyediakan informasi mengenai sebuah subjek secara khusus.
2.1.11.2 Integrated (Terintegrasi) Dari semua aspek data warehouse, integrasi merupakan salah satu karakteristik yang paling penting. Data dikumpulkan dari sumber-sumber beragam yang terpisah ke dalam sebuah data warehouse. Sebelumnya data tersebut harus dikonversi, diformat kembali, disusun kembali, diringkas, dan sebagainya. Integrasi akan terjadi ketika data berasal dari lingkungan operasional yang berorientasi aplikasi ke data warehouse. Data dalam data warehouse disimpan dalam suatu format yang konsisten (penamaan variabel, ukuran-ukuran, atribut fisik). Untuk membuat subjek area yang berguna dalam perancangan data warehouse maka sumber data yang ada harus terintegrasi. Hal ini berarti bahwa tiga jenis tipe pengkodean diatas harus dapat dimodifikasikan sesuai dengan aturan pengkodean yang berlaku dalam data warehouse tersebut.
15
Data warehouse menyediakan beragam kemampuan dari berbagai sumber informasi tunggal agar dapat dimengerti area-area peminatan yang banyak sehingga menampung informasi ragam subjek.
2.1.11.3 Time variant (Rentang Waktu) Setiap unit data dalam data warehouse hanya akurat dan tepat dalam periode waktu tertentu. Dalam beberapa kasus, record-nya berupa time stamped. Tapi dalam kasus lain, record memiliki tanggal transaksi. Tetapi dalam setiap kasus ada beberapa bentuk dari penanda waktu untuk menunjukkan waktu sepanjang record yang akurat. Lingkungan yang berbeda memiliki horizon waktu yang berbeda. Horizon waktu merupakan parameter dari waktu yang direpresentasikan dalam suatu lingkungan. Horizon waktu yang normal untuk sistem operasional adalah sekitar 60-90 hari, sedangkan untuk data warehouse adalah sekitar 5-10 hari. Oleh karena perbedaan dalam horizon waktu inilah, data warehouse mengandung histori lebih banyak dibandingkan dengan lingkungan lainnya. Data yang terdapat dalam data warehouse berhubungan dengan suatu titik atau poin pada periode waktu tertentu (semester, tahun fiskal, atau kuartal). Data tersebut merupakan hasil ringkasan.
16
Hal ini membantu dalam menentukan kinerja dari query data warehouse, serta dalam membentuk pengertian bisnis. Data warehouse mengandung histori sebuah subjek sama seperti informasi terkini, informasi yang bersifat historikal merupakan komponen yang penting dari data warehouse.
2.1.11.4 Non volatile (Tidak Berubah) Data dari data warehouse diload dan diakses, tetapi tidak diupdate (dirubah). Ketika data dalam data warehouse diload, datanya diload dalam snapshot, dengan format yang statis. Record snapshot baru ditulis ketika perubahan terjadi. Sehingga sejarah data akan tersimpan di dalam data warehouse. Data warehouse bersifat read-only. Pengguna tidak bisa mengubah data yang terdapat di dalamnya. Tidak seperti sistem database operasional yang bersifat mengumpulkan data (data capture), data warehouse berfungsi mendukung sistem reporting. Pada sistem database operasional terdapat tiga operasi yaitu insert, update dan delete, sedangkan pada data warehouse hanya bisa membaca saja (read-only). Informasi yang stabil tidak akan berubah begitu saja setiap kali eksekusi proses operasional terjadi. Informasi pada data
17
warehouse tetap konsisten tanpa terpengaruh kapan data warehouse diakses.
2.1.12
Granularity M enurut Inmon (2002, p43-44), granularity mengarah ke level dari data
yang detail atau ringkasan pada data warehouse. Semakin detil data semakin rendah level granularity. Semakin ringkas data, semakin tinggi level granularity. Ringkasan dari semua transaksi pada suatu bulan akan menjadi level tinggi granularity. Granularity data akan menjadi sebuah major design issue pada lingkungan data warehouse karena mempengaruhi volume data pada data warehouse dan jenis query yang dapat dijawab. Pada banyak kasus, data yang masuk ke data warehouse berada pada level granularity yang terlalu tinggi artinya developer harus menghabiskan banyak sumber daya untuk memecah data. Kadang-kadang data masuk ke data warehouse pada level granularity yang terlalu rendah.
2.1.13
Agregasi M enurut Inmon (2002, p114), agregasi merupakan proses pengelompokkan
beberapa record operasional menjadi satu record berdasarkan beberapa kejadian. Record ini disebut dengan profile record atau aggregate record, dimana berisi
18
nilai
dari
hasil
perhitungan
dari
beberapa record
operasional yang
dikelompokkan. Untuk melakukan agregasi, nilai dari data operasional yang dikelompokkan harus dapat dikenakan fungsi agregasi, seperti count dan sum. Sebagai contoh, sebuah perusahaan telekomunikasi ingin menghitung jumlah aktivasi pemakaian telepon seorang pelanggannya dalam kurun waktu per bulan.
2.1.14
Denormalisasi M enurut Adelman dan Terpuluk Moss (2000, p244), denormalisasi
adalah suatu prosedur menyusun kembali data yang telah dinormalisasi untuk menspesifikasikan kumpulan proses sehingga membuat proses menjadi lebih efisien. Proses denormalisasi ini sangat berlawanan dengan proses normalisasi yang biasa dilakukan dalam pembuatan database.
2.1.15
S truktur Data Warehouse M enurut Inmon(2002, p35), ada tiga tingkatan detail data, yaitu: 2.1.15.1 Current Detail Data Current detail data berisi data yang mencerminkan keadaan yang sedang berjalan saat ini yang diperoleh dari database operasional. Data tersebut mempunyai ukuran sangat besar karena merupakan level terendah dan menyimpan semua informasi dan data yang ada dalam perusahaan.
19
Current detail data selalu menjadi perhatian utama, hal ini disebabkan karena: a. Jumlah datanya sangat banyak dan disimpan pada tingkat level penyimpanan terendah, b. M erefleksikan kejadian yang sedang berlangsung dalam sebuah perusahaan, c. Digunakan untuk merekapitulasi data, sehingga current detail data harus akurat, dan d. Disimpan dalam media penyimpanan agar cepat diakses, tapi membutuhkan biaya yang mahal dan pengaturannya kompleks.
2.1.15.2 Old Detail Data M erupakan history data dari perusahaan yang merupakan hasil backup yang disimpan dalam media penyimpanan yang terpisah dan dapat diakses kembali pada saat tertentu. Old detail data biasanya disimpan pada media penyimpanan seperti tape disc karena pengaksesannya relatif jarang. Namun penyusunan direktorinya harus mencerminkan umur data sehingga dapat memudahkan dalam pengaksesannya. Data ini dapat digunakan untuk membantu analisis trend menjadi lebih mungkin.
20
2.1.15.3 Summarized Data Suatu kelompok data yang dikelompokkan berdasarkan suatu hubungan tertentu dari data besar, sehingga menjadi data yang lebih kecil, yang dapat digunakan untuk pembuatan laporan di tingkat eksekutif, analisa trend dan pembuatan keputusan. Ada dua jenis summarized data, yaitu:
•
Lightly Summarized Data M erupakan ringkasan dari data detail pada level menengah tapi belum bersifat total summary, biasanya data ini disimpan pada media penyimpanan seperti disk. Data-data ini memiliki tingkatan detail yang lebih tinggi dan mendukung kebutuhan data warehouse pada tingkat departemen. Tingkatan data ini disebut juga data mart. Akses terhadap data jenis ini banyak digunakan untuk view dari kondisi yang sedang maupun yang sudah berjalan.
•
Highly Summarized Data M erupakan ringkasan yang bersifat totalitas, solid dan mudah diakses. Highly summarized data digunakan untuk melakukan analisa perbandingan data berdasarkan waktu dan analisa yang menggunakan database multidimensi.
21
Database multidimensi adalah suatu teknologi software yang memudahkan dalam melakukan pencarian dan pengambilan data dalam volume yang besar.
Gambar 2.1 Struktur Data Warehouse (Inmon, 2002, p36) 2.1.16
Perancangan Data Warehouse
M enurut Kimball dalam buku Connolly dan Begg (2005, p1187), terdapat sembilan tahapan dalam membangun data warehouse (nine step methodology), yaitu:
22
2.1.16.1 Pemilihan proses (choosing the process) Proses yang menunjuk pada subjek yang ada dari sebuah bagian data mart. Data mart pertama yang akan dibangun harus tepat waktu, disesuaikan dengan anggapan dari menjawab pertanyaan bisnis yang banyak diutarakan.
2.1.16.2 Pemilihan grain (choosing the grain) M emilih grain berarti menentukan secara tepat apa yang direpresentasikan oleh record pada tabel fakta. Sebagai contoh PropertySale merepresentasikan fakta mengenai setiap penjualan properti dan menjadi tabel fakta dari skema bintang PropertySale. Oleh karena itu, grain dari tabel fakta PropertySale adalah penjualan itu sendiri. Ketika grain dari tabel fakta dipilih, dimensi dapat diidentifikasi dari tabel fakta. Sebagai contoh Branch, Staff, Owner, ClientBuyer,
PropertyForSale,
dan
Promotion
entity
akan
digunakan untuk tabel dimensi pada skema bintang. Tabel dimensi Time termasuk dalam dimensi utama yang selalu ada dalam skema bintang. M emutuskan grain untuk tabel fakta juga menentukan grain untuk setiap tabel dimensi. M isalnya, grain pada tabel fakta PropertySale adalah setiap penjualan property itu sendiri, kemudian
23
grain pada dimensi client adalah detil dari client yang membeli property.
2.1.16.3 Identifikasi
dan
penyesuaian
dimensi
(identifying
and
conforming the dimension) Dimensi menetapkan konteks pertanyaan mengenai fakta dalam tabel fakta. Kumpulan dimensi yang baik membuat data mart mudah dimengerti dan digunakan. Dimensi diidentifikasikan dengan detil untuk menjelaskan suatu hal seperti client dan properti pada grain yang tepat. Sebagai contoh dimensi client buyer mendeskripsikan atribut ID, nama, tipe, kota, area dan Negara.
2.1.16.4 Pemilihan fakta (choosing the fact) Grain dari tabel fakta menentukan fakta yang bisa digunakan. M isalnya, grain dari tabel fakta adalah setiap penjualan property, kemudian semua fakta numerik harus menunjuk pada penjualan ini. Fakta-fakta tersebut harus numerik dan dapat ditambah.
24
2.1.16.5 Penyimpanan pre-calculation di tabel fakta (storing precalculation in the fact table) Setelah fakta-fakta dipilih maka dilakukan pengkajian ulang untuk menentukan apakah ada fakta-fakta yang dapat diterapkan untuk pre-calculation (kalkulasi awal). Contoh umum dari kebutuhan untuk penyimpanan pre-calculation muncul ketika fakta berisi pernyataan untung dan rugi. Situasi ini akan meningkat ketika tabel fakta didasarkan pada invoice atau sales.
2.1.16.6 Memastikan tabel dimensi (rounding out the dimension table) Dalam langkah ini, kembali pada dimension table dan menambahkan
gambaran
teks
terhadap
dimensi
yang
memungkinkan. Gambaran teks harus mudah digunakan dan dimengerti oleh user. Kegunaan suatu data mart ditentukan oleh lingkup dan atribut tabel dimensi.
2.1.16.7 Pemilihan durasi database ( choosing the duration of the database) Sebagai contoh, perusahaan asuransi memiliki kebutuhan untuk menyimpan data dalam jangka waktu 5 tahun atau lebih. Tabel fakta yang sangat besar menimbulkan dua persoalan. Pertama, semakin tua umur data, akan muncul masalah pembacaan
25
dan interpretasi file lama. Kedua, menimbulkan kemungkinan versi dimensi lama digunakan, bukan versi terbarunya. Hal ini akan dibahas lebih lanjut pada tahap delapan “Tracking slowly changing dimensions”.
2.1.16.8 Melacak perubahan dari dimensi secara perlahan (tracking slowly changing dimension) M engamati perubahan dari dimens i pada dimension table. Ada tiga tipe dasar dari perubahan dimensi secara perlahan, yaitu tipe 1, dimana atribut dimensi yang diubah dituliskan ulang; tipe 2, dimana atribut dimensi yang diubah menyebabkan pembentukan record baru; dan tipe 3, dimana atribut dimensi yang diubah mengakibatkan sebuah atribut atau kolom alternative dibuat, jadi antara record yang lama dan baru diakses secara bersama-sama.
2.1.16.9 Penentuan prioritas dan model query (deciding the query priorities and the query models) M empertimbangkan pengaruh dari rancangan fisik, seperti penyortiran urutan tabel fakta pada disk dan keberadaan dari penyimpanan awal ringkasan (summaries) atau penjumlahan (aggregate). Selain itu, masalah administrasi, backup, kinerja
26
indeks, dan keamanan juga merupakan faktor yang harus diperhatikan. 2.1.17
Bentuk Data Warehouse 2.1.17.1 Data Warehouse Fungsional Data warehouse fungsional ini yaitu merupakan bentuk data warehouse yang mana data warehouse dapat dibuat lebih dari satu dan akan dikelompokkan berdasarkan pendekatan dari fungsi bisnis yang ada dalam perusahaan, misalnya seperti fungsi keuangan, fungsi pemasaran, fungsi personalia, dan lain-lain.
Gambar 2.2 Data Warehouse Fungsional (Prabowo,1996)
27
Adapun keuntungan dan kerugian dari data warehouse fungsional ini diantaranya, yaitu: 1. Keuntungan Keuntungan dari penggunaan bentuk ini, sistem akan mudah dibangun dan memerlukan biaya yang relatif murah. 2. Kerugian Kerugian dari penggunaan bentuk ini, resiko kehilangan konsistensi data dan terbatasnya kemampuan pengguna dalam hal pengumpulan data.
2.1.17.2 Data Warehouse Terpusat Data warehouse terpusat ini yaitu merupakan data warehouse fisikal tunggal yang memuat semua data untuk area fungsional yang khusus seperti departemen, divisi, atau perusahaan. Data warehouse ini digunakan ketika terdapat kebutuhan akan data yang informatif dan sudah terdapat banyak end-user yang terhubung ke komputer pusat atau jaringan. Bentuknya menyerupai data warehouse fungsional, akan tetapi sumber datanya lebih dahulu dikumpulkan atau diintegrasikan pada suatu tempat terpusat, baru kemudian data tersebut dibagi-bagi berdasarkan fungsi-fungsi yang dibutuhkan oleh perusahaanperusahaan yang belum mempunyai jaringan eksternal.
28
Gambar 2.3 Data Warehouse Terpusat (Prabowo,1996)
Adapun keuntungan dan kerugian dari data warehouse terpusat ini diantaranya, yaitu: 1. Keuntungan Keuntungan dari penggunaan bentuk ini, data benar-benar terpadu karena adanya konsistensi yang tinggi. 2. Kerugian Kerugian dari penggunaan bentuk ini, memerlukan waktu yang lama dan biaya yang mahal untuk membangun bentuk data warehouse ini.
29
2.1.17.3 Data Warehouse Terdistribusi Data warehouse terdistribusi adalah data warehouse dimana komponen tertentu dari data warehouse tersebut didistribusikan melewati sejumlah database fisikal yang berbeda. Data warehouse terdistribusi biasanya melibatkan data yang paling teredudansi, dan sebagian akibatnya, menimbulkan proses load dan update yang sangat kompleks. Data warehouse terdistribusi menggunakan gateway yang berfungsi sebagai jembatan antara lokasi data warehouse dengan workstation yang menggunakan sistem yang beranekaragam, sehingga pada bentuk data warehouse ini memungkinkan kita untuk mengakses sumber data yang terdapat diluar lokasi perusahaan (eksternal).
Gambar 2.4 Data Warehouse Terdistribusi (Prabowo,1996)
30
Adapun keuntungan dan kerugian dari data warehouse terdistribusi ini diantaranya, yaitu: 1. Keuntungan Keuntungan dari penggunaan bentuk ini, dalam hal pengaksesan data dari luar perusahaan karena telah mengalami sinkronisasi terlebih dahulu dan tetap terjaga konsistensinya. 2. Kerugian Kerugian dari penggunaan bentuk ini yaitu merupakan bentuk yang paling mahal dan paling kompleks untuk diterapkan karena sistem operasinya dikelola secara terpisah.
2.1.18
Keuntungan Data Warehouse Berdasarkan
Connolly
dan
Begg
(2002,
p1048),
pengimplementasian yang sukses dari sebuah data warehouse dapat memberikan keuntungan besar bagi perusahaan, yaitu: a. Keuntungan potensial yang besar dalam investasi. Suatu organisasi harus memiliki sumber daya dalam jumlah besar untuk kesuksesan pengimplementasian data warehouse dan jumlah biaya yang dikeluarkan bervariasi besarnya tergantung dari solusi teknis yang tersedia. Tetapi investasi dalam data warehouse
31
dapat
memberikan
keuntungan
yang
besar
setelah
pengimplementasiannya. b. Keuntungan yang kompetitif. Keuntungan kompetitif didapatkan dengan memperbolehkan para pengambil keputusan untuk mengakses data yang dapat mengungkapkan data-data yang sebelumnya tidak tersedia, tidak diketahui dan informasi yang tidak tercatat. c. M eningkatnya produktivitas dari pengambil keputusan perusahaan Dengan mentransformasikan data menjadi informasi yang berarti, data warehouse memungkinkan
para manajer
bisnis
melakukan analisis yang lebih konsisten, akurat dan substantive sehingga terjadi peningkatan
produktivitas
dari pengambilan
keputusan perusahaan.
2.1.19
Komponen Utama Data warehouse Berdasarkan Connolly dan Begg (2002, p1053), komponen utama data
warehouse terdiri dari : a. Operational Data Source, sumber data ini didapat dari data operasional yang dilakukan pada database awal,
32
b. Operational Data Store (ODS), tempat penyimpanan data operasional yang sedang terjadi dan yang terintegrasi dimana digunakan untuk analisis, c. Load
Manager
(sering
juga
disebut
komponen
frontend),
menampilkan semua operasi yang diasosiasikan dengan data yang telah diekstrak dan di-load ke dalam warehouse, d. Warehouse Manager, menampilkan semua operasi yang diasosiasikan dengan manajemen data dalam warehouse, e. Query Manager
(disebut
juga dengan
komponen backend),
menampilkan semua operasi yang diasosiasikan dengan manajemen dari user queries, f. Detailed Data, Meta-data, Lightly and Hightly Summarized Data, untuk komponen ini sudah dijelaskan pada bagian struktur data warehouse, g. Archive/Backup Data, area warehouse yang menyimpan detailed dan summarized data yang bertujuan sebagai arsip dan backup data, dan h. End-User Access Tools, dapat dikategorikan menjadi lima grup utama: data reporting and query tools, application development tools, executive information
systems
(EIS)
tools,
processing (OLAP) tools and data mining tools.
online analytical
33
Gambar 2.5 Gambar Arsitektur Data Warehouse (Connolly dan Begg, 2002, p1053)
2.1.20
Metadata Area ini menyimpan semua definisi metadata (data tentang data) yang
digunakan oleh semua proses dalam warehouse. Metadata digunakan untuk bermacam tujuan termasuk : 1. Proses ekstrak dan load – metadata digunakan untuk memetakan sumber data kedalam pandangan umum sebagai warehouse. 2. Proses
manajemen warehouse –
metadata digunakan
untuk
mengotomatisasi pembuatan tabel ringkasan. 3. Sebagai bagian proses manajemen query – metadata digunakan untuk
34
menghubungkan query ke sumber data yang sesuai. Struktur metadata berbeda antara setiap proses, karena tujuan berbeda. ini berarti bahwa berbagai salinan metadata yang menggambarkan data item yang sama dipegang dalam data warehouse. Kebanyakan tool penjual untuk salinan manajemen dan end-user data mengakses menggunakan versi mereka sendiri dari metadata. Secara khusus, tool salinan manajemen menggunakan metadata untuk mengerti peraturan pemetaan untuk mengubah sumber data kedalam bentuk biasa. Tool akses end-user menggunakan metadata untuk mengerti bagaimana untuk membangun sebuah query.
2.1.21
Skema Bintang M enurut Connolly dan Begg (2002, p1079), skema bintang merupakan
sebuah struktur logikal yang memiliki tabel fakta di tengahnya, yang terdiri atas data faktual ditengahnya, dan dikelilingi oleh tabel-tabel dimensi yang berisi referensi data. Skema bintang mengeksploitasi karakteristik data faktual seperti fakta yang digenerasikan oleh events yang muncul pada waktu yang lampau dan tidak berubah. Skema bintang dapat digunakan untuk mempercepat kinerja query dengan informasi referensi denormalisasi kedalam tabel dimensi tunggal.
35
2.1.22
ETL (Extract, Tran sform and Loading) ETL (Extract, Transform, Load) adalah proses-proses dalam data
warehouse yang meliputi : -
M engekstrak data dari sumber – sumber eksternal
-
M entransformasikan data ke bentuk yang sesuai dengan keperluan bisnis
-
M emasukkan data ke target akhir, yaitu data warehouse ETL merupakan proses yang sangat penting, dengan ETL data dapat
dimasukkan ke dalam data warehouse. ETL juga dapat digunakan untuk mengintegrasikan data dengan sistem yang sudah ada sebelumnya. Tujuan ETL
adalah
mengumpulkan,
menyaring,
mengolah,
dan
menggabungkan data-data yang relevan dari berbagai sumber untuk disimpan ke dalam data warehouse. Hasil dari proses ETL adalah dihasilkannya data yang memenuhi kriteria data warehouse seperti data historis, terpadu, terangkum, statis, dan memiliki struktur yang dirancang untuk keperluan proses analisis. •
Extract Langkah pertama pada proses ETL adalah mengekstrak data dari sumber-sumber data. Kebanyakan proyek data warehouse menggabungkan data dari sumber-sumber yang berbeda. Pada hakekatnya, proses ekstraksi
36
adalah proses penguraian, pembersihan dari data yang diekstrak untuk mendapatkan struktur atau pola data yang diharapkan. •
Transform Tahapan transformasi menggunakan serangkaian aturan atau fungsi untuk mengekstrak data dari sumber dan selanjutnya akan dimasukkan ke dalam data warehouse. Berikut adalah hal-hal yang dapat dilakukan dalam tahapan transformasi : -
Hanya memilih kolom tertentu saja untuk dimasukkan ke dalam data
warehouse. -
M enterjemahkan nilai-nilai yang berupa kode (contohnya apabila
database sumber menyimpan nilai 1 untuk laki-laki dan nilai 2 untuk perempuan, tetapi data warehouse yang telah ada menyimpan M untuk lakilaki dan F untuk perempuan, ini disebut dengan automated data cleansing, tidak ada pembersihan secara manual yang ditunjukkan selama proses ETL) -
M engkodekan nilai-nilai ke dalam bentuk bebas (contohnya memetakan
“Male”,”l” dan “Mr” kedalam M ) -
M elakukan perhitungan nilai-nilai baru (contohnya sale_amount = qty *
unit_price) -
M enggabungkan data secara bersama-sama dari berbagai sumber
-
M embuat ringkasan dari sekumpulan baris data (contohnya total
penjualan untuk setiap took atau setiap bagian)
37
•
Load Fase load merupakan tahapan yang berfungsi untuk memasukkan data kedalam target akhir, yang biasanya kedalam suatu data warehouse. Jangka waktu
proses ini tergantung pada kebutuhan organisasi. Beberapa data
warehouse dapat setiap minggu menulis keseluruhan informasi yang ada secra kumulatif, data diubah, sementara data warehouse yang lain (atau bagian lain dari data warehouse yang sama) dapa menambahkan data baru dalam suatu bentuk historical, contohnya setiap jam. Waktu dan jangkauan untuk mengganti atau menambah data tergantung dari perancangan data warehouse pada waktu menganalisis keperluan informasi.
Gambar 2.6 Proses Aplikasi Data Warehouse
38
2.1.23
OLAP M enurut Connolly dan Begg (2002, p1101) Online Analytical Processing
(OLAP) adalah istilah yang mendeskripsikan teknologi yang menggunakan multidimensional view dari data aggregate untuk menyediakan akses yang cepat bagi informasi strategis yang bertujuan untuk proses analisa. OLAP memungkinkan user untuk memperoleh pengertian yang mendalam dan pengetahuan mengenai berbagai aspek dalam perusahaan secara cepat, konsisten, dan akses yang interaktif untuk memperluas kemungkinan dalam berbagai sudut pandang data. Ada 3 kategori dari OLAP , yaitu : a. MOLAP (Multidimendional OLAP) Ketika M OLAP digunakan, detail data dan aggregations disimpan dalam format analysis server cube. Karakteristik dari MOLAP : •
Cube dari M OLAP mempunyai performa query yang paling cepat,
•
Karena detail data dari fact table di masukkan ke dalam analysis
server untuk penyimpanan, di sini terjadi duplikasi data, •
MOLAP lebih efisien dalam penggunaan media penyimpanan,
•
Query ke analysis server tidak mengakses Relational Database
Management System (RDBM S). Jadi jika server RDBM S dimatikan pada saat run time tidak akan mempengaruhi analysis server.
39
b. ROLAP (Relational OLAP) Ketika ROLAP digunakan, detailed data dan aggregation disimpan di RDBM S. Yang disimpan di RDBM S hanya hirarki dimensional, maka dianggap dimensi ROLAP tidak digunakan. Karakteristik dari ROLAP: •
Analysis server menyediakan sebuah multidimensional tingkat
menengah antara client dan RDBM S, •
Semua query selain dari yang memenuhi data oleh client dan
server harus mengakses dari tabel RDBM S, dan •
ROLAP lebih lambat dalam pencarian query dibandingkan
dengan M OLAP.
c. HOLAP (Hybrid OLAP) Ketika HOLAP digunakan, detailed data disimpan dalam RDBM S dan aggregation disimpan dalam format multidimensional. Karakteristik dari HOLAP : •
HOLAP merupakan gabungan dari M OLAP dan ROLAP dalam
performa dan pengunaan disk. •
HOLAP menggunakan media penyimpanan yang lebih kecil,
karena tidak adanya penduplikasian data. •
Query tidak selambat ROLAP, tetapi juga tidak secepat M OLAP.
•
Waktu proses dengan HOLAP hampir sama dengan M OLAP.
40
2.2
Teori-Teori Khusus 2.2.1
Pengertian Pelayaran M enurut [http2] Anonymous, istilah pelayaran niaga adalah usaha
pengangkutan barang, khususnya barang dagangan, melalui laut, baik yang dilakukan diantara tempat-tempat (pelabuhan–pelabuhan) di dalam wilayah sebuah negara maupun antar negara. 2.2.2
Pengertian Jasa M enurut Kotler (2000, p428), jasa ialah setiap tindakan atau unjuk kerja
yang ditawarkan oleh salah satu pihak ke pihak lain yang secara prinsip tidak berwujud dan menyebabkan perpindahan kepemilikan apapun. Produksinya bisa terikat dan bisa juga tidak terikat pada suatu produk. M enurut Zeithaml dan Bitner (1996, p28), jasa pada dasarnya adalah seluruh aktivitas ekonomi dengan output selain produk dalam pengertian fisik, dikonsumsi dan diproduksi pada saat bersamaan, memberikan nilai tambah dan secara prinsip tidak berwujud (intangible) bagi pembeli pertamanya. 2.2.3
Pengertian Export M enurut Triyoso(1994, p210), export dapat diartikan sebagai kegiatan
yang menyangkut produksi barang dan jasa yang diproduksi disuatu negara untuk dikonsumsikan di luar batas negara tersebut. M enurut Deliarnov (1995, p202) menambahkan bahwa export merupakan kelebihan produksi dalam negeri yang kemudian kelebihan produksi tersebut dipasarkan di luar negeri.
41
M enurut
UU
Kepabeanan
pengertian
ekspor
adalah
kegiatan
mengeluarkan barang dari daerah pabean, dimana barang yang dimaksud terdiri dari barang dari dalam negeri (daerah pabean), barang dari luar negeri (luar daerah pabean), barang bekas atau baru. Jadi, dari pengertian-pengertian diatas Ekspor adalah kegiatan menjual atau mengirim barang dagangan ke luar negeri sesuai dengan ketentuan pemerintah dengan pembayaran atau mata uang internasional yaitu Dollar Amerika. Tujuan kegiatan export antara lain: a. M eningkatkan laba perusahaan melalui perluasan pasar serta untuk memperoleh harga jual yang lebih baik. b. M embuka pasar baru di luar negeri sebagai perluasan pasar dalam negeri. c. M emanfaatkan kelebihan komoditas yang telah dimiliki. d. M embiasakan diri bersaing dalam pasar internasional sehingga mampu bersaing dengan negara lain.
2.2.4
Pengertian Import M enurut
UU
Kepabeanan,
pengertian
impor
adalah
kegiatan
memasukkan barang ke dalam daerah pabean. Semua barang yang dimaksudkan adalah semua atau seluruh barang dalam bentuk dan jenis apa saja yang masuk ke dalam daerah pabean. Berdasarkan pengertian di atas, import adalah kegiatan perdagangan dengan cara memasukkan barang-barang dari luar negeri sesuai dengan ketentuan pemerintah dengan pembayaran valuta asing.
42
Tujuan kegiatan import antara lain: ·
M emenuhi kebutuhan
masyarakat
akan
barang-barang dengan
cara
mendatangkan barang dari luar negeri yang belum tersedia di dalam negeri. 2.2.5
Komoditi Export Import Komoditi adalah setiap barang atau jasa yang dapat memenuhi kebutuhan
dan keinginan konsumennya. Pada
Keputusan
M enteri
Perindustrian
dan
Perdagangan
No.
10/M PP/SK/I/1996 barang ekspor digolongkan dalam 4 kelompok, yaitu : a. Barang yang Diatur Tata Niaga Ekspornya o Tekstil dan produk tekstil o Kerajinan rotan o Kayu dan produk kayu o Barang hasil industri o Kerajinan kayu cendana o Kopi, dan cengkih. b. Barang yang Diawasi Ekspornya o Kacang kedelai, pecah atau utuh. o Padi dan beras. o Tepung gandum, tepung beras, tepung jagung. o Tepung halus dan tepung kasar dari kacang kedelai. o Gula tebu atau bit dalam bentuk padat. o Ternak hidup seperti sapi dan kerbau. o Binatang liar dan tumbuhan alam yang dilindungi secara terbatas.
43
o Jenis hasil perikanan dalam keadaan hidup. o Inti kelapa sawit. o Pupuk urea. o Emas dan perak dalam berbagai bentuk. o M inyak dan gas bumi. o Timah. c. Barang-barang yang Dilarang untuk Diekspor o Jenis ikan arwana, benih ikan sidat, ikan hias air tawar botia macracanthu ukuran di atas 15 cm, udang galah (udang air tawar) di bawah ukuran 8 cm, udang penaeidae o Binatang liar dan tumbuhan liar yang dilindungi secara mutlak. o Kulit mentah, binatang melata/reptil. o Karet bongkah. o Limbah dari besi tuang dan baja stainless. o Sisa dari tembaga. o Kuningan rongsokan. o Barang kuno yang bernilai kebudayaan. d. Barang yang Bebas Ekspor o M empunyai surplus produksi atau kelebihan jumlah produksi sehingga belum dapat dikonsumsi seluruhnya di dalam negeri. o M empunyai keunggulan-keunggulan tertentu seperti langka, murah, mutu baik, atau unik jika dibandingkan dengan komoditi serupa yang diproduksi negara lain.
44
o Komoditi sengaja diproduksi untuk tujuan ekspor. Komoditi itu memperoleh izin pemerintah untuk ekspor.
2.2.6
Istilah – Istilah dalam Pelayaran Berdasarkan Istilah-istilah dalam pelayaran menurut Anonymous [http3]: a. Bill Of Loading (B/L) Bill of loading adalah dokumen perjalanan atau pemuatan. B/L dikeluarkan oleh pihak pengangkut baik pelayaran, penerbangan atau lainnya
atau
agennya
yang
menunjukkan
bahwa
pengirim
mengirimkan barangnya dengan kesepakatan yang tertulis didalam B/L tersebut. Pendeknya B/L adalah bukti penyerahan / pengiriman barang dari pengirim kepada pelayaran untuk mengirimkan barangnya sampai ke tempat tujuan yang ditunjuk oleh si pengirim. Jadi B/L dapat berfungsi sebagai : • Dokumen penyerahan barang dari exportir kepada pihak ekspedisi • Dokumen kontrak perjalanan antara exportir dengan perusahaan ekspedisi. • Dokumen kepemilikan barang yang tertera dalam B/L. b. Packing List Daftar Rincian barang secara mendetail yang berisikan nama shipper, consignee, notify party, nama vessel & voy, dimensi barang,
45
gross weight dan net weight per item barang maupun total keseluruhan, jumlah barang. c. Keagenan
Berdasarkan ketentuan, perusahaan angkutan laut asing yang
mempunyai kegiatan yang berkesinambungan di Indonesia boleh memiliki Owner Representatives (OR) untuk mengamati aktivitas kapalnya di pelabuhan-pelabuhan di Indonesia. Kapal-kapal asing yang mengangkut barang- barang ekspor impor di pelabuhan Indonesia harus menunjuk perusahaan pelayaran Indonesia sebagai agennya. Agent berfungsi mengurus kepentingan kapal yang diageni (principal) antara lain dalam hal jasa kepelabuhanan, menunjuk perusahaan bongkar muat, pembukuan & canvassing, menerbitkan Bill of Loading (B/L) atas nama principal, memungut uang jasa angkutan atas perintah principal dan bertanggung jawab terhadap semua tagihan yang berkaitan dengan kegiatan kapal yang diageni. d. Shipping Instruction Shipping instruction adalah instruksi pengapalan / pengiriman yang dibuat oleh exportir / pengirim barang kepada perusahaan pengangkutan. Perusahaan pengangkutan disini bisa perusahaan pelayaran untuk laut, perusahaan penerbangan untuk udara maupun darat, maupun lainnya jika memang pengiriman atau export barang tidak melalui laut atau udara atau darat sekalipun. Prinsipnya shipping
46
instruction adalah dokumen perintah kerja kepada pihak pengangkutan untuk mengangkut barang export milik exportir. e. Delivery Order Delivery order adalah dokumen penyerahan barang yang didapat dari pelayaran atau agen pelayaran setelah kedatangan armada pengangkut (kapal, pesawat, kereta api dan sebagainya) dengan menukarkan B/L yang kita dapat. f. Invoice Invoice/faktur adalah dokumen yang diterbitkan oleh penjual (exportir) kepada pembeli (importir) yang mencantumkan tanggal pengeluaran invoice, tanggal pengiriman barang, uraian barang (berat, ukuran), harga, biaya-biaya lain, jumlah total yang harus dibayar pembeli, syarat penyerahan barang dan syarat pembayaran, nama kapal laut dan nama pelabuhan muat serta pelabuhan bongkar. g. Arrival Notice Arrival notice adalah surat pemberitahuan kedatangan kapal yang berisi tanggal keberangkatan kapal, tanggal kedatangan kapal, nama consignee, nama kapal, POL, POD. h. Shipper Shipper (Pengirim Barang) adalah orang atau badan hukum yang mempunyai muatan kapal untuk dikirim dari suatu pelabuhan
47
tertentu (pelabuhan pemuatan) untuk diangkut ke pelabuhan tujuan. i. Consignee Consignee adalah importir atau si penerima barang. Nama dan alamat lengkap consignee harus tertulis jelas didalam dokumendokumen seperti : bill of loading, packing list, commercial invoice, COO, PEB (Pemberitahuan Export Barang), PIB (Pemberitahuan Import Barang) ketika Importir mengurus proses pengeluaran barang dari Pelabuhan). j. ETD ETD (Estimation Time of Departure) adalah perkiraan waktu keberangkatan kapal. k. ETA ETA (Estimation Time of Arrival) adalah perkiraan waktu kedatangan kapal l. POL POL (Port Of Loading) adalah pelabuhan muat. m. POD POD (Port Of Discharge) adalah pelabuhan bongkar.
48
n. Container Pengertian container atau peti kemas berdasarkan Custom Convention on Container 1972, yang dimaksud dengan container adalah alat untuk mengangkut barang yang: -
Seutuhnya atau sebagian tertutup sehingga berbentuk peti dan digunakan untuk mengisi barang yang akan diangkut.
-
Berbentuk permanen dan kokoh sehingga dapat dipergunakan berulang kali untuk pemuatan barang.
-
Dibuat sedemikian rupa sehingga memungkinkan pengangkutan barang dengan suatu kendaraan tanpa terlebih dahulu dibongkar kembali.
-
Dibuat
sedemikian
rupa untuk langsung dapat
diangkut,
khususnya apabila dipindahkan dari satu kendaraan ke kendaraan lain. -
M udah diisi dan dikosongkan. Secara umum yang dimaksud dengan peti kemas adalah peti
yang terbuat dari logam yang lazimnya digunakan untuk memuat barang-barang umum yang akan dikirim melalui pengangkutan laut. Barang-barang yang dikirim dengan peti kemas ini sejak pemuatan sampai kepada pembongkaran ditempat tujuan tidak akan dijamah orang, karena dengan peti kemas barang dimuat ke atas kapal dan bersama peti kemas itu barang dibongkar dari dalam kapal dan diturunkan ke darat.
49
o. Vessel Pengertian vessel atau kapal dapat didefinisikan sebagai “a ship is a floating vessel which is self propelled an capable of carrying cargo or passenger” yang mana dapat diartikan bahwa vessel adalah sarana angkutan terapung di air yang dapat bergerak atau berpindah sendiri dari satu tempat ke tempat lain dan mampu mengangkut atau memindahkan muatan atau barang atau penumpang.
