BAB 4 PERANCANGAN SISTEM
4.1
Arsitektur Data Warehouse Dalam perancangan data warehouse pada Mandiri Tabungan Rencana menggunakan data warehouse terpusat (centralized data warehouse). Adapun beberapa alasan yang menjadi dasar penggunaan data warehouse terpusat, yaitu : •
Dengan penggunaan data warehouse terpusat dapat mengurangi redudansi data karena semua data berada di satu tempat
•
Lebih mudah dalam proses pemeliharaan serta pemantauan data warehouse
Gambar 4.1 Centralized Data warehouse 1. Data Source Sumber data berasal dari data operasional yang dimiliki oleh PT. Bank Mandiri (Persero) Tbk. 57
58
2. Staging Area Pada tahap tejadi proses ETL (Extracting, Transforming, Loading). Proses ETL dibutuhkan karena data yang akan digunakan berasal dari beberapa sumber-sumber yang berbeda. Proses ini diawali dengan ekstraksi (extracting)
data
dari
berbagai
sumber,
kemudian
ditransformasi
(transforming) agar data yang digunakan sesuai dengan kebutuhan bisnis, selanjutnya memasukkan (loading) data tersebut ke dalam data warehouse. 3. Data Warehouse Data warehouse ini merupakan tempat penyimpanan data yang telah disaring melalui proses integrasi dan transformasi ke dalam bentuk tabel-tabel. Data yang disimpan bersifat historikal, biasanya jangka waktu yang digunakan 510 tahun yang digunakan untuk mendukung proses analisis dan pengambilan keputusan. 4. Aplikasi User Aplikasi user ini merupakan antarmuka dengan user yang berfungsi untuk mempermudah dalam mengakses data pada data warehouse. Aplikasi ini dirancang untuk mempermudah dalam melihat laporan dalam bentuk chart dan pivot table yang yang dibutuhkan oleh pihak eksekutif, sehingga dapat membantu dalam proses pengambilan keputusan.
59
4.2
Perancangan Data Warehouse 4.2.1
Rancangan Data Warehouse 1. Memilih Proses Berdasarkan hasil analisis yang dilakukan pada Mandiri Tabungan Rencana di PT. Bank Mandiri, proses-proses yang dipilih dalam perancangan data warehouse adalah: Proses bisnis dalam perancangan data warehouse Mandiri Tabungan Rencana di PT. Bank Mandiri (Persero) Tbk, mencakup demografi nasabah berdasarkan jenis pekerjaan dan umur yang dapat dilihat
berdasarkan
waktu
dan
wilayah
serta
pemantauan
pertumbuhan jumlah pembukaan dan penutupan rekening nasabah Mandiri Tabungan Rencana. 2. Memilih Grain Sumber yang dibutuhkan untuk perancangan data warehouse ini adalah: •
Demografi Analisis yang dapat dilakukan untuk mengetahui kategori pekerjaan yang dibagi menjadi tiga yaitu, Pegawai Negeri Sipil (PNS), Karyawan dan Pelajar serta kategori rasio umur yaitu dibawah 20 tahun, diantara 20-40 tahun, dan diatas 40 tahun yang melakukan pembukaan rekening Mandiri Tabungan Rencana, Dari sumber ini juga dapat diketahui pengelompokan pekerjaan dan rasio umur berdasarkan wilayah, hari, bulan, dan tahun.
60
•
Pertumbuhan Pembukaan Rekening Mandiri Tabungan Rencana Analisis yang dilakukan untuk mengetahui durasi pembukaan rekening Mandiri Tabungan Rencana yang dibagi menjadi empat yaitu, 1-5 tahun, 6-10 tahun, 11-15 tahun, dan 16-20 tahun. Dari sumber ini dapat diketahui durasi pembukaan rekening Mandiri Tabungan Rencana berdasarkan wilayah, hari, bulan, dan tahun.
•
Pertumbuhan Penutupan Rekening Mandiri Tabungan Rencana Analisis yang dilakukan untuk mengetahui kategori penutupan rekening Mandiri Tabungan Rencana yang dibagi menjadi dua yaitu, sesuai perjanjian dan tidak sesuai perjanjian. Dari sumber ini dapat diketahui kategori penutupan rekening Mandiri Tabungan Rencana berdasarkan wilayah, hari, bulan, dan tahun.
3. Mengidentifikasi dan menyesuaikan dimensi Berikut adalah dimensi-dimensi yang terdapat dalam data warehouse Mandiri Tabungan Rencana PT. Bank Mandiri (Persero) Tbk : •
Fakta Demografi Tabel 4.1 Tabel Fakta Demografi
Dimensi Grain Kategori pekerjaan di setiap wilayah Kategori umur di setiap wilayah Total demografi nasabah Mandiri Tabungan Rencana
Time
Job
x x x
x x
Umur
Kanwil
Branch
x x
x x x
x x x
61
•
Fakta Pembukaan Tabel 4.2 Tabel Fakta Pembukaan Dimensi
Grain Durasi pembukaan rekening Mandiri Tabungan Rencana Total pembukaan rekening Mandiri Tabungan Rencana •
Time
Pembukaan Kanwil
Branch
x
x
x
x
x
x
x
x
Fakta Penutupan Tabel 4.3 Tabel Fakta Penutupan
Dimensi Grain Kategori penutupan rekening Mandiri Tabungan Rencana Total penutupan rekening Mandiri Tabungan Rencana
Time
Penutupan Kanwil
Branch
x
x
x
x
x
x
x
x
4. Memilih Fakta Berdasarkan analisis untuk menjadikan kebutuhan akan laporan maka dapat dihasilkan fakta antara lain: •
Fakta
Demografi
meliputi
Time_ID,
Job_ID,
Umur_ID,
Kanwil_ID, Branch_ID, Total_demografi •
Fakta Pembukaan meliputi Time_ID, Pembukaan_ID, Kanwil_ID, Branch_ID, Total_pembukaan
•
Fakta Penutupan meliputi Time_ID, Penutupan_ID, Kanwil_ID, Branch_ID, Total_ penutupan
62
5. Menyimpan pre-kalkulasi dalam tabel fakta Dalam tabel fakta terdapat data yang merupakan kalkulasi awal. Hasil dari kalkulasi ini kemudian akan disimpan dalam tabel fakta. •
Fakta Demografi meliputi total demografi yang merupakan kumpulan (count) dari Nasabah
•
Fakta Pembukaan meliputi total pembukaan rekening yang merupakan kumpulan (count) dari Product
•
Fakta Penutupan meliputi total penutupan rekening yang merupakan kumpulan (count) dari Product
6. Melengkapi tabel dimensi Tabel 4.4 Tabel Dimensi Dimensi
Deskripsi
Time
Laporan dapat dilihat berdasarkan waktu yaitu dari bulan dan tahun
Job
Laporan dapat dilihat berdasarkan jenis pekerjaan nasabah mandiri tabungan rencana
Umur
Laporan dapat dilihat berdasarkan umur nasabah mandiri tabungan rencana
Kanwil
Laporan dapat dilihat berdasarkan kanwil yang mewakili branch
Branch
Laporan dapat dilihat berdasarkan branch
Pembukaan
Laporan dapat dilihat berdasarkan durasi pembukaan rekening mandiri tabungan rencana
Penutupan
Laporan dapat dilihat berdasarkan jenis penutupan rekening mandiri tabungan rencana
63
Tabel 4.5 Tabel Dimensi Time Dimensi Time Atribut Time_ID Bulan Tahun
Tipe Data Int Int Int
Panjang -
Tabel 4.6 Tabel Dimensi Job Dimensi Job Atribut Job_ID Job_No Job_Name
Tipe Data Int Char Varchar
Panjang 3 30
Tabel 4.7 Tabel Dimensi Umur Dimensi Umur Atribut Umur_ID Kategori_umur
Tipe Data Int Varchar
Panjang 30
Tabel 4.8 Tabel Dimensi Kanwil Dimensi Kanwil Atribut Kanwil_ID Kanwil_No Kanwil_Name
Tipe Data Int Char Varchar
Panjang 3 30
Tabel 4.9 Tabel Dimensi Branch Dimensi Branch Atribut Branch_ID
Tipe Data Int
Panjang -
64
Branch_No Branch_Name
Char Varchar
3 30
Tabel 4.10 Tabel Dimensi Pembukaan Dimensi Pembukaan Atribut Pembukaan_ID Durasi_pembukaan
Tipe Data Int Varchar
Panjang 30
Tabel 4.11 Tabel Dimensi Penutupan Dimensi Penutupan Atribut Penutupan_ID Kategori_penutupan
Tipe Data Int Varchar
Panjang 30
7. Memilih durasi dari database Pada data warehouse ini menggunakan durasi 5 tahun. Hal ini didasari karena kebutuhan informasi dari Mass Banking Group memerlukan informasi dalam rentang waktu 5 (lima) tahun sebagai perbandingan, yaitu berkisar dari awal 2007 sampai awal 2011. 8. Melacak perubahan dimensi secara perlahan Dalam perancangan ini menggunakan cara pembentukan record baru jika terdapat perubahan pada atribut dimensi. Hal ini dilakukan untuk menjaga record lama tetap tersimpan walaupun record baru dimasukkan untuk mengetahui perubahan yang terjadi pada setiap record.
65
9. Memutuskan prioritas dan mode dari query Pada tahap ini dibahas mengenai proses ETL (Extract Transform Load) dan analisis kapasitas media penyimpanannya yang akan dijelaskan lebih lanjut pada sub bab selanjutnya. 4.2.2
Proses ETL (Extract, Transform, Load) Proses ETL dilakukan setiap 1 bulan sekali untuk menjaga agar hasil laporan dan datanya akurat jika sewaktu-waktu senior manager ingin melihat hasil laporan yang datanya diambil dari aplikasi data warehouse. Proses ETL dilakukan secara manual saat akhir waktu bekerja agar tidak menggangu kinerja. Contoh proses ETL ke data warehouse: 1. Dimensi Time
Gambar 4.2 Skema Data Flow Dimensi Time
66
Menggambarkan database sumber daya dan query transformasi
Gambar 4.3 Query Transformasi Time
67
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.4 Data Time yang akan di transformasi
68
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.5 Database Time dan Tabel Tujuan
69
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.6 Mapping Dimensi Time Saat proses transformasi dijalankan
Gambar 4.7 Transformasi Dimensi Time
70
2. Dimensi Job
Gambar 4.8 Skema Data Flow Dimensi Job Menggambarkan database sumber daya dan query transformasi
Gambar 4.9 Query Transformasi Job
71
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.10 Data Job yang akan di transformasi
72
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.11 Database Job dan Tabel Tujuan
73
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.12 Mapping Dimensi Job Saat proses transformasi dijalankan
Gambar 4.13 Transformasi Dimensi Job
74
3. Dimensi Umur
Gambar 4.14 Skema Data Flow Dimensi Umur Menggambarkan database sumber daya dan query transformasi
Gambar 4.15 Query Transformasi Umur
75
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.16 Data Umur yang akan di transformasi
76
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.17 Database Umur dan Tabel Tujuan
77
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.18 Mapping Dimensi Umur Saat proses transformasi dijalankan
Gambar 4.19 Transformasi Dimensi Umur
78
4. Dimensi Kanwil
Gambar 4.20 Skema Data Flow Dimensi Kanwil Menggambarkan database sumber daya dan query transformasi
Gambar 4.21 Query Transformasi Kanwil
79
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.22 Data Kanwil yang akan di transformasi
80
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.23 Database Kanwil dan Tabel Tujuan
81
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.24 Mapping Dimensi Kanwil Saat proses transformasi dijalankan
Gambar 4.25 Transformasi Dimensi Kanwil
82
5. Dimensi Branch
Gambar 4.26 Skema Data Flow Dimensi Branch Menggambarkan database sumber daya dan query transformasi
Gambar 4.27 Query Transformasi Branch
83
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.28 Data Branch yang akan di transformasi
84
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.29 Database Branch dan Tabel Tujuan
85
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.30 Mapping Dimensi Branch Saat proses transformasi dijalankan
Gambar 4.31 Transformasi Dimensi Branch
86
6. Dimensi Pembukaan
Gambar 4.32 Skema Data Flow Dimensi Pembukaan Menggambarkan database sumber daya dan query transformasi
Gambar 4.33 Query Transformasi Dimensi Pembukaan
87
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.34 Data Dimensi Pembukaan yang akan di transformasi
88
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.35 Database Dimensi Pembukaan dan Tabel Tujuan
89
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.36 Mapping Dimensi Pembukaan Saat proses transformasi dijalankan
Gambar 4.37 Transformasi Dimensi Pembukaan
90
7. Dimensi Penutupan
Gambar 4.38 Skema Data Flow Dimensi Penutupan Menggambarkan database sumber daya dan query transformasi
Gambar 4.39 Query Transformasi Dimensi Penutupan
91
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.40 Data Dimensi Penutupan yang akan di transformasi
92
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.41 Database Dimensi Penutupan dan Tabel Tujuan
93
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.42 Mapping Dimensi Penutupan Saat proses transformasi dijalankan
Gambar 4.43 Transformasi Dimensi Penutupan
94
8. Fakta Demografi
Gambar 4.44 Skema Data Flow Fakta Demografi Menggambarkan database sumber daya dan query transformasi
Gambar 4.45 Query Transformasi Demografi
95
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.46 Data Demografi yang akan di transformasi
96
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.47 Database Demografi dan Tabel Tujuan
97
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.48 Mapping Fakta Demografi Saat proses transformasi dijalankan
Gambar 4.49 Transformasi Fakta Demografi
98
9. Fakta Pembukaan
Gambar 4.50 Skema Data Flow Fakta Pembukaan Menggambarkan database sumber daya dan query transformasi
Gambar 4.51 Query Transformasi Fakta Pembukaan
99
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.52 Data Fakta Pembukaan yang akan di transformasi
100
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.53 Database Fakta Pembukaan dan Tabel Tujuan
101
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.54 Mapping Fakta Pembukaan Saat proses transformasi dijalankan
Gambar 4.55 Transformasi Fakta Pembukaan
102
10. Fakta Penutupan
Gambar 4.56 Skema Data Flow Fakta Penutupan Menggambarkan database sumber daya dan query transformasi
Gambar 4.57 Query Transformasi Fakta Penutupan
103
Menggambarkan kolom dari sumber data yang akan di transformasi
Gambar 4.58 Data Fakta Penutupan yang akan di transformasi
104
Menggambarkan database tujuan dan tabel tujuan data transformasi
Gambar 4.59 Database Fakta Penutupan dan Tabel Tujuan
105
Menggambarkan pemetaan sumber data dari kolom tujuan data
Gambar 4.60 Mapping Fakta Penutupan Saat proses transformasi dijalankan
Gambar 4.61 Transformasi Fakta Penutupan
106
4.2.3
Analisis Kapasitas Media Penyimpanan Dalam
perancangan
data
warehouse
memerlukan
analisa
kapasitas media penyimpanan agar dapat menampung data untuk 5 tahun mendatang. Rumus yang digunakan untuk kebutuhan media penyimpanan menggunakan rumus “SQL Server 2008 Books Online” a. Num_Rows = Jumlah baris/Jumlah record b. Num_Cols = Jumlah kolom c. Fixed_Data_Size = Jumlah byte yang dibutuhkan seluruh kolom tipe datanya masing-masing d. Null_Bitmap = 2+(Num_Cols+7)/8) e. Row_Size = Fixed_Data_Size + Variable_Data_Size + Null_Bitmap+4 f. Row_Per_Page = 8096/Row_Size+2 g. Num_Pages = Num_Rows/Rows_Per_Page h. Heap_Size (byte) = 8192xNum_Pages i. Num_Kbyte = Heap_Size/1024 Perhitungan pertumbuhan data untuk fakta, yaitu : Rn= R*( Keterangan: R = Jumlah Record
)
107
N = Variabel tahun I = Presentase pertumbuhan record per tahun Perhitungan pertumbuhan data untuk dimensi, yaitu: Rn= R* Keterangan : R = Jumlah Record N = Variabel tahun I = Presentase pertumbuhan record per tahun Perkiraan ini dibatasi hanya untuk 5 tahun mendatang. Berikut adalah perhitungan pertumbuhan data untuk Fakta Demografi, Fakta Pembukaan dan Fakta Penutupan dengan asumsi tingkat pertumbuhan masing-masing adalah
10% yang diperoleh dari hasil analisis
pertumbuhan record yang ada dalam database dari tahun ke tahun. 1. Fakta Demografi Asumsi jumlah record data untuk tahun ini adalah 2142000 record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi 178500 transaksi, sehingga jumlah record untuk setiap tahun adalah 178500 x 12 yaitu 2142000 record. Maka jumlah record sampai pada tahun ke-5, yaitu:
108
Rn = 2142000*(
) = 14159712
Jadi jumlah record dari Fakta Demografi pada tahun ke-5 adalah 14159712 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= 14159712 b. Num_Cols = 6 columns c. Fixed_Data_Size= 4+ 4 + 4 + 4 + 4 + 10= 30 bytes d. Null_Bitmap = 2+((6+7)/8)= 4 e. Row_Size = 30 + 4 + 4 = 38 bytes f. Row_Per_Page= 8096/ (38 + 2)= 202 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 14159712/202 = 70097 pages h. Heap_Size (byte)= 8192x 70097=574234624 bytes i. Num_Kbyte= 574234624/1024 = 560776 j. Num_Of_Mbytes (Tabel Size)= 560776/1024 = 548 Mbytes
2. Fakta Pembukaan Asumsi jumlah record data untuk tahun ini adalah 2142000 record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi 178500 transaksi, sehingga jumlah record untuk setiap tahun adalah
109
178500 x 12 yaitu 2142000 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 2142000*(
) = 14159712
Jadi jumlah record dari Fakta Pembukaan pada tahun ke-5 adalah 14159712 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= 14159712 b. Num_Cols = 5 columns c. Fixed_Data_Size= 4 + 4 + 4 + 4 + 10= 26 bytes d. Null_Bitmap = 2+((5+7)/8)= 3 e. Row_Size = 26 + 3 + 4 = 33 bytes f. Row_Per_Page= 8096/ (33 + 2)= 231 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 14159712/231 = 61297 pages h. Heap_Size (byte)= 8192x 61297=502390212 bytes i. Num_Kbyte= 502390212/1024 = 490615 Kbytes j. Num_Of_Mbytes (Tabel Size)= 490615 /1024 = 479 Mbytes
110
3. Fakta Penutupan Asumsi jumlah record data untuk tahun ini adalah 54000 record. Jumlah tersebut didasarkan pada asumsi bahwa setiap bulan terjadi 4500 transaksi, sehingga jumlah record untuk setiap tahun adalah 4500 x 12 yaitu 54000 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 54000*(
) = 356967
Jadi jumlah record dari Fakta Penutupan pada tahun ke-5 adalah 356967 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka 5 tahun ke depan adalah: a. Num_Rows= 356967 b. Num_Cols = 5 columns c. Fixed_Data_Size= 4 + 4 + 4 + 4 + 10= 26 bytes d. Null_Bitmap = 2+((5+7)/8)= 3 e. Row_Size = 26 + 3 + 4 = 33 bytes f. Row_Per_Page= 8096/ (33 + 2)= 231 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 356967/231 = 1545 pages h. Heap_Size (byte)= 8192x 1545=12656640 bytes i. Num_Kbyte= 12656640/1024 = 12360 Kbytes
111
j. Num_Of_Mbytes (Tabel Size)= 12360 /1024 = 12 Mbytes
4. Dimensi Time Jumlah record dimensi time 488 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 488*
= 785
Jumlah record dari Dimensi Time pada tahun ke- 5 adalah 785 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 785 b. Num_Cols = 3 columns c. Fixed_Data_Size= 4+4+4= 12 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = 12+3+4= 19 bytes f. Row_Per_Page= 8096/ (19 + 2)= 385 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 785/385 = 2 pages h. Heap_Size (byte)= 8192x 2=16384 bytes i. Num_Kbyte= 16384/1024 = 16 Kbytes j. Num_Of_Mbytes (Tabel Size)= 16 /1024 = 0,015 Mbytes
112
5. Dimensi Job Jumlah record dimensi job 25 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 25*
= 40
Jumlah record dari Dimensi Job pada tahun ke-5 adalah 40 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 40 b. Num_Cols = 3 columns c. Fixed_Data_Size= 4+3+30= 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = 37+3+4= 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 40/176 = 1 pages h. Heap_Size (byte)= 8192x 1=8192 bytes i. Num_Kbyte= 8192/1024 = 8 Kbytes j. Num_Of_Mbytes (Tabel Size)= 0 /1024 = 0,007 Mbytes
6. Dimensi Umur Jumlah record dimensi umur 2142000 record. Maka jumlah record sampai pada tahun ke-5, yaitu:
113
Rn= 2142000*
= 3427200
Jumlah record dari Dimensi Umur pada tahun ke-5 adalah 3427200 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 3427200 b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3 e. Row_Size = 34+3+4= 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 3427200/188 = 18229 pages h. Heap_Size (byte)= 8192x 18229=149331968 bytes i. Num_Kbyte= 149331968/1024 = 145832 Kbytes j. Num_Of_Mbytes (Tabel Size)= 145832 /1024 = 142 Mbytes
7. Dimensi Kanwil Jumlah record dimensi kanwil 20 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 5*
=8
Jumlah record dari Dimensi Kanwil pada tahun ke-5 adalah 8 record.
114
Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 8 b. Num_Cols = 3 columns c. Fixed_Data_Size= 4+3+30= 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = 37+3+4= 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 8/176 = 1 pages h. Heap_Size (byte)= 8192x 1=8192 bytes i. Num_Kbyte= 8192/1024 = 8 Kbytes j. Num_Of_Mbytes (Tabel Size)= 8 /1024 = 0,007 Mbytes
8. Dimensi Branch Jumlah record dimensi branch 1500 record. Maka jumlah record sampai pada tahun ke- 5, yaitu: Rn= 1500*
= 2400
Jumlah record dari Dimensi Branch pada tahun ke-5 adalah 2400 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 2400 b. Num_Cols = 3 columns
115
c. Fixed_Data_Size= 4+3+30= 37 bytes d. Null_Bitmap = 2+((3+7)/8)= 3 e. Row_Size = 37+3+4= 44 bytes f. Row_Per_Page= 8096/ (44 + 2)= 176 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 2400/176 = 14 pages h. Heap_Size (byte)= 8192x 14=114688 bytes i. Num_Kbyte= 114688/1024 = 112 Kbytes j. Num_Of_Mbytes (Tabel Size)= 112 /1024 = 0,109 Mbytes
9. Dimensi Pembukaan Jumlah record dimensi pembukaan 2142000 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 2142000*
= 3427200
Jumlah record dari Dimensi Pembukaan pada tahun ke-5 adalah 3427200 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 3427200 b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3
116
e. Row_Size = 34+3+4= 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows g. Num_Pages= Num_Rows/ Rows_Per_Page = 3427200/188 = 18229 pages h. Heap_Size (byte)= 8192x 18229=149331968 bytes i. Num_Kbyte= 149331968/1024 = 145832 Kbytes j. Num_Of_Mbytes (Tabel Size)= 145832 /1024 = 142 Mbytes
10. Dimensi Penutupan Jumlah record dimensi penutupan 54000 record. Maka jumlah record sampai pada tahun ke-5, yaitu: Rn= 54000*
= 86400
Jumlah record dari Dimensi Penutupan pada tahun ke-5 adalah 86400 record. Maka perkiraan kapasitas media penyimpanan yang dibutuhkan dalam jangka waktu 5 tahun adalah: a. Num_Rows= 86400 b. Num_Cols = 2 columns c. Fixed_Data_Size= 4+30= 34 bytes d. Null_Bitmap = 2+((2+7)/8)= 3 e. Row_Size = 34+3+4= 41 bytes f. Row_Per_Page= 8096/ (41 + 2)= 188 rows
117
g. Num_Pages= Num_Rows/ Rows_Per_Page = 86400/188 = 459 pages h. Heap_Size (byte)= 8192x 459=3760128 bytes i. Num_Kbyte= 3760128/1024 = 3672 Kbytes j. Num_Of_Mbytes (Tabel Size)= 3672 /1024 = 3,5 Mbytes
Tabel 4.12 Tabel Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Fakta Nama Tabel
Fakta Demografi Fakta Pembukaan Fakta Penutupan
Besar Record
Jumlah Current
Jumlah Record
(Bytes)
Record per
sampai 5 tahun ke
tahun
depan
2142000 2142000 54000
14159712 14159712 356967
30 26 26
Mbytes
548 479 12
Tabel 4.13 Tabel Analisis Kapasitas Media Penyimpanan 5 Tahun Mendatang untuk Tabel Dimensi Nama Tabel
Dimensi Time Dimensi Job Dimensi Umur Dimensi Kanwil Dimensi Branch Dimensi Pembukaan Dimensi Penutupan
Besar
Jumlah
Jumlah Record
Record
Current
sampai 5 tahun
(Bytes)
Record
ke depan
12 37 34 37 37 34 34
488 40 2142000 5 1500 2142000 54000
785 40 3427200 8 2400 3427200 86400
Kbytes
Mbytes
16 8 145832 5 112 145832 3672
0,015 0,007 142 0,004 0,109 142 3,5
118
4.3
Metadata Metadata adalah data tentang data. Metadata berisi informasi dari semua data yaitu struktur tabel, nama tabel, beserta deskripsinya, lokasi dari database tersebut, tipe data dan keterangan dari data yang berada didalam data warehouse. Metadata dibutuhkan untuk menunjukkan asal masing-masing data yang telah dipilih dan kemudian disimpan dalam data warehouse Mandiri Tabungan Rencana pada Mass Banking Group di PT. Bank Mandiri (Persero)Tbk. Berikut adalah tabel-tabel metadata tersebut : 1. Fakta Demografi DBMS
: SQL Server 2008
Nama Database
: OLAP_Mandiri
Nama Tabel
: Fakta_Demografi
Deskripsi Tabel
: Berisi tentang tabel fakta Demografi
119
Tabel 4.14 Sumber Data Tabel Fakta Demografi Sumber Data Field
Time_ID
Tipe
Int
Ukuran
-
Keterangan
Foreign
Transformasi Field
Tipe
Ukuran
Tabel
Time_ID
Int
-
Dim_Time
Key
Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun
Kanwil_ID
Int
-
Foreign
Kanwil_ID
Int
-
Dim_Kanwil
Key
Copy Kanwil_ID dimana Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No
Job_ID
Int
-
Foreign
Job_ID
Int
-
Dim_Job
Key Branch_ID
Int
-
Foreign
Copy Job_ID dimana Dim_Job.Job_No = J.Job_No
Branch_ID
Int
-
Dim_Branch
Copy Branch_ID dimana
120
Key
Dim_Branch.Branch_No = Branch.Branch_No
Umur_ID
Int
-
Foreign Key
Umur_ID
Int
-
Dim_Umur
Copy Umur_ID dimana Umur_ID = CASE WHEN year(GETDATE())year(MN.Date_of_Birth )<=20 THEN '1' WHEN year(GETDATE())year(Date_of_Birth )<40 and year(GETDATE())year(Date_of_Birth )>20 THEN '2' WHEN
121
year(GETDATE())year(Date_of_Birth )>=40 THEN '3' END from Nasabah Total_Dem
Int
-
-
ografi
Count(CIF_
-
No)
2. Fakta Pembukaan DBMS
: SQL Server 2008
Nama Database
: OLAP_Mandiri
Nama Tabel
: Fakta_Pembukaan
Deskripsi Tabel
: Berisi tentang tabel fakta Pembukaan
-
Nasabah
Calculate
122
Tabel 4.15 Sumber Data Tabel Fakta Pembukaan Sumber Data Field
Time_ID
Tipe
Int
Ukuran
-
Keterangan
Foreign
Transformasi Field
Tipe
Ukuran
Tabel
Time_ID
Int
-
Dim_Time
Key
Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun
Kanwil_ID
Int
-
Foreign
Kanwil_ID
Int
-
Dim_Kanwil
Key
Copy Kanwil_ID dimana Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No
Branch_ID
Int
-
Foreign
Branch_ID
Int
-
Dim_Branch
Key
Copy Branch_ID dimana Dim_Branch.Branch_No = Branch.Branch_No
Pembukaan
Int
-
Foreign
Pembukaan
Int
-
Dim_Pembukaan
Copy Pembukaan_ID dimana
123
_ID
Key
_ID
Pembukaan_ID = CASE WHEN Year(a.Date_Ended) Year(b.Date_Opened) >=1 and Year(a.Date_Ended) Year(b.Date_Opened) <=5 THEN '1' WHEN Year(a.Date_Ended) Year(b.Date_Opened) >=6 and Year(a.Date_Ended) Year(b.Date_Opened) <=10 THEN '2' WHEN
124
Year(a.Date_Ended) Year(b.Date_Opened) >=11 and Year(a.Date_Ended) Year(b.Date_Opened) <=15 THEN '3' WHEN Year(a.Date_Ended) Year(b.Date_Opened) >=16 THEN '4' END from Penutupan a , product b Total_Penu tupan
Int
-
-
Count(Acco unt_No)
Int
Product
calculate
125
3. Fakta Penutupan DBMS
: SQL Server 2008
Nama Database
: OLAP_Mandiri
Nama Tabel
: Fakta_Penutupan
Deskripsi Tabel
: Berisi tentang tabel fakta Penutupan Tabel 4.16 Sumber Data Tabel Fakta Penutupan Sumber Data
Field
Time_ID
Tipe
Int
Ukuran
-
Keterangan
Foreign
Transformasi Field
Tipe
Ukuran
Tabel
Time_ID
Int
-
Dim_Time
Key
Copy Time_ID dimana day(date_opened)) AS hari, month(date_opened) as bulan, year(date_opened) as tahun from product order by tahun
Kanwil_ID
Int
-
Foreign
Kanwil_ID
Int
-
Dim_Kanwil
Copy Kanwil_ID dimana
126
Key
Dim_Kanwil.Kanwil_No = Kanwil.Kanwil_No
Branch_ID
Int
-
Foreign
Branch_ID
Int
-
Dim_Branch
Key
Copy Branch_ID dimana Dim_Branch.Branch_No = Branch.Branch_No
Penutupan_
Int
-
ID
Foreign
Penutupan_
Key
ID
Int
-
Dim_Penutupan
Copy Penutupan_ID dimana Penutupan_ID = CASE WHEN Count(Penutupan_No) =1 THEN '1' WHEN Count(Penutupan_No) >1 THEN '2' END from Penutupan group by account_no
Total_Penu
Int
-
-
Count(Acco
Int
Product
calculate
127
tupan
unt_No)
4. Dimensi Time DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Time
Deskripsi Tabel
: Berisi tentang tabel Dimensi Waktu Tabel 4.17 Tabel Dimensi Time Sumber Data
Field
Tipe
Ukuran
Keterangan
Transformasi Field
Tipe
Ukuran
Tabel
Time_ID
Int
-
Surrogate Key
-
-
-
-
Create
Tanggal
Int
-
-
Date_O
Date
-
Product
Transform
Date
-
Product
Transform
pened Bulan
Int
-
-
Date_O
128
pened Tahun
Int
-
-
Date_O
Date
-
Product
Transform
pened
5. Dimensi Branch DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Branch
Deskripsi Tabel
: Berisi tentang tabel Dimensi Branch Tabel 4.18 Tabel Dimensi Branch Sumber Data
Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Branch_ID
Int
-
Surrogate Key
-
-
-
-
Create
Branch_No
Char
3
-
Branch_No
-
-
Branch
Transform
129
Branch_Na
Varchar
30
-
Branch_Name -
-
Branch
Transform
me
6. Dimensi Kanwil DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Kanwil
Deskripsi Tabel
: Berisi tentang tabel Dimensi Kanwil Tabel 4.19 Tabel Dimensi Kanwil Sumber Data
Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Kanwil_ID
Int
-
Surrogate Key
-
Int
-
-
Create
Kanwil _No
Char
3
-
Kanwil _No
Char
3
Kanwil
Transform
Kanwil
Varchar
30
-
Kanwil
Varchar
30
Kanwil
Transform
130
_Name
_Name
7. Dimensi Job DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Job
Deskripsi Tabel
: Berisi tentang tabel Dimensi Job Tabel 4.20 Tabel Dimensi Job Sumber Data
Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Job_ID
Int
-
Surrogate Key
-
Int
-
-
Create
Job _No
Char
3
-
Job _No
Char
3
Job
Transform
Job _Name
Varchar
30
-
Job _Name
Varchar
30
Job
Transform
131
8. Dimensi Umur DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Umur
Deskripsi Tabel
: Berisi tentang tabel Dimensi Umur Tabel 4.21 Tabel Dimensi Umur Sumber Data
Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Umur _ID
Int
-
Surrogate Key
-
-
-
-
Create
Kategori_Umur
Varchar
30
-
-
-
-
-
Create
9. Dimensi Pembukaan DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Pembukaan
132
Deskripsi Tabel
: Berisi tentang tabel Dimensi Pembukaan Tabel 4.22 Tabel Dimensi Pembukaan Sumber Data
Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Pembukaan_ID
Int
-
Surrogate Key
-
-
-
-
Create
Kategori_Pembuk
Varchar
30
-
-
-
-
-
Create
aan
10. Dimensi Penutupan DBMS
: SQL Server 2008
Nama Database
: Mandiri_DB
Nama Tabel
: Dim_Penutupan
Deskripsi Tabel
: Berisi tentang tabel Dimensi Penutupan
133
Tabel 4.23 Tabel Dimensi Penutupan Sumber Data Field
Tipe
Ukuran
Keterangan Field
Tipe
Ukuran
Tabel
Transformasi
Penutupan_ID
Int
-
Surrogate Key
-
-
-
-
Create
Kategori_Penutu
Varchar
30
-
-
-
-
-
Create
pan
134
4.4
Skema Bintang 4.4.1
Skema Bintang Demografi
Gambar 4.62 Skema Bintang Demografi
135
4.4.2
Skema Bintang Pembukaan
Gambar 4.63 Skema Bintang Pembukaan
136
4.4.3
Skema Bintang Penutupan
Gambar 4.64 Skema Bintang Penutupan 4.5
Rancangan Layar Aplikasi 1. Form Login
Gambar 4.65 Rancangan Form Login
137
Form login adalah form yg pertama ditampilan saat aplikasi dijalankan. User yang mempunyai hak akses dapat mengisi NIK dan Password terlebih dahulu jika ingin menggunakan ini. Setelah mengisi NIK dan Password, user mengklik tombol Login. Jika NIK dan Password benar maka user dapat masuk ke form selanjutnya yaitu form menu. 2. Rancangan Menu
Gambar 4.66 Rancangan Menu Form ini menampilkan menu yang berisi file, graph, skema bintang, tabel, transform, dan about us.
138
3. Rancangan Layar Change Password
Gambar 4.67 Rancangan Layar Change Password Form change password adalah form untuk mengganti password yang lama menjadi password yang baru. User harus mengisi old password yang sesuai, new password dan confirm password. Setelah itu apabila tombol change diklik maka password akan digantikan dengan password yang baru.
139
4. Rancangan Pivot Table dan Grafik
Gambar 4.68 Rancangan Layar Pivot Table dan Grafik Fakta Demografi
Gambar 4.69 Rancangan Layar Pivot Table dan Grafik Fakta Pembukaan
140
Gambar 4.70 Rancangan Layar Pivot Table dan Grafik Fakta Penutupan Form pivot dan grafik ini menampilkan data dari data warehouse untuk menghasilkan informasi yang dibutuhkan user. User dapat mengatur data yang ingin ditampilkan berdasarkan dimensi yang ada pada pivot table.
141
5. Rancangan Skema Bintang
Gambar 4.71 Rancangan Layar Skema Bintang Form ini menampilkan hubungan antara tabel fakta dan tabel dimensi pada aplikasi data warehouse. Pada form ini berfungsi untuk memudahkan user dalam memahami hubungan antara tabel fakta dan tabel dimensi. 6. Rancangan Tabel
Gambar 4.72 Rancangan Layar Tabel
142
Form ini adalah untuk menampilkan record dari tabel dimensi dan fakta yang ada, yang berfungsi untuk memeriksa kembali record yang ada. 7. Rancangan Transformasi
Gambar 4.73 Rancangan Layar Transformasi Form ini digunakan untuk transformasi data dari database ke data warehouse. 8. Rancangan About
Gambar 4.74 Rancangan Layar About Form ini menampilkan nama-nama dari pembuat aplikasi.
143
4.6
Security Security merupakan salah satu bagian terpenting dalam setiap perusahaan. Dengan diterapkannya security yang baik pada setiap sistem maupun aplikasi yang terdapat pada perusahaan, maka data yang dimiliki perusahaan pun menjadi lebih aman. Sistem security yang diterapkan pada aplikasi data warehouse Mandiri Tabungan Rencana di PT. Bank Mandiri (Persero) Tbk ini dibagi menjadi 2 (dua): 1. Authentication Mekanisme authentication yang digunakan saat ini adalah username dan password yang harus dimasukkan oleh penguna untuk dapat mengakses ke dalam aplikasi data warehouse Mandiri Tabungan Rencana pada PT. Bank Mandiri (Persero) Tbk. 2.
Authorization Mekanisme authorization yang digunakan adalah penentuan layanan atau menu yang dapat digunakan pengguna sesuai dengan identitas yang dimilikinya. Identitas tersebut dibuktikan melalui mekanisme authentication yang dilakukan terlebih dahulu pada saat pengguna login ke dalam aplikasi data warehouse. Dengan demikian tidak semua pengguna dapat mengakses laporan yang dihasilkan selain pihak-pihak yang terkait dan mempunyai wewenang.
144
4.7
Rencana Implementasi 4.7.1 Spesifikasi hardware dan software 4.7.1.1 Hardware Beberapa hardware untuk menunjang proses bisnis pada Mass Banking Group pada PT Bank Mandiri, Tbk yaitu:
Client
Processor
: Core 2 Duo 1.80 GBz
Kapasitas hardisk
: 8GB
Memory
: 2GB
4.7.1.2 Software Software yang digunakan untuk menjalankan aplikasi data warehouse pada PT. Bank Mandiri, Tbk adalah:
Client : Windows XP Profesional SP2 Dev Express v 10.2.4 Server : Windows server 2003 Microsoft SQL Server 2008
4.7.2
Jadwal Implementasi Untuk
mengimplementasi
sebuah
aplikasi
dibutuhkan
perencanaan yang memetakan dengan jelas jenis-jenis kegiatan yang akan
145
dilakukan untuk implementasi aplikasi dan sistem tersebut. Berikut merupakan jadwal rencana implementasi pada Mandiri Tabungan Rencana di PT. Bank Mandiri, Tbk: Tabel 4.24 Tabel Rencana Implementasi Sistem Aktivitas
Bulan 1 1
Instalasi Hardware Instalasi Software Instalasi Aplikasi Transformasi Data Uji Coba Aplikasi Pelatihan User Evaluasi
2
2 3
4
1
2
3
4