1 PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Prog...
PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB
SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
Oleh : Monica Susi Diatma Sari NIM : 115314061
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017
i
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
THE DATA WAREHOUSE DEVELOPMENT OF SALES TRANSACTIONS IN AB BOOKSTORE
A THESIS Presented as Partial Fulfillment of the Requirements to Obtain the Sarjana Komputer Degree in Informatics Engineering Study Program
By : Monica Susi Diatma Sari 115314061
INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2017
ii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PERSETUJUAN SKRIPSI
PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB
Oleh : Monica Susi Diatma Sari NIM : 115314061
Telah disetujui oleh:
Pembimbing
P.H. Prima Rosa, S.Si., M.Sc.
Tanggal:
iii
Januari 2017
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PENGESAHAN SKRIPSI PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB
Dipersiapkan dan ditulis oleh: Monica Susi Diatma Sari 115314061
Telah dipertahankan di depan Panitia Penguji Pada tanggal : 10 Januari 2017 Dan dinyatakan memenuhi syarat
Susunan Panitia Penguji Nama Lengkap
Tanda Tangan
Ketua
: Drs. Haris Sriwindono, M.Kom.
……………………….
Sekretaris
: JB. Budi Darmawan, S.T., M.Sc.
……………………….
Anggota
: Paulina Heruningsih Prima Rosa, S.Si., M.Sc.
……………………….
Yogyakarta,
Januari 2017
Fakultas Sains dan Teknologi Universitas Sanata Dharma Dekan,
Sudi Mungkasi, S.Si., Math.SC., Ph.D.
iv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PERSEMBAHAN
v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PERNYATAAN KEASLIAN KARYA Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya tulis ini tidak dimuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 10 Januari 2017 Penulis
Monica Susi Diatma Sari
vi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma : Nama
: Monica Susi Diatma Sari
Nomor Mahasiswa
: 115314061
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul : PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di Yogyakarta Pada tanggal : Januari 2017
Yang menyatakan
(Monica Susi Diatma Sari)
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRAK
Perkembangan zaman semakin pesat, begitu juga dengan perkembangan teknologi. Salah satu perkembangan teknologi yang dapat dirasakan semakin berkembang
adalah
teknologi
informasi
terutama
mengenai
teknologi
penyimpanan data. Gudang data merupakan sekumpulan data yang terintegrasi, basis data berorientasi subyek yang dibangun untuk mendukung fungsi sistem pengambilan keputusan. Dalam tugas akhir ini teknologi gudang data digunakan untuk mengintegrasikan data transaksi penjualan yang terdapat di Toko Buku AB. Pembangunan gudang data sendiri digunakan untuk membantu Kepala Toko dalam melakukan pemantauan transaksi penjualan yang terjadi, serta menentukan barang dan kategori yang harus dipesan ke supplier dan penerbit. Gudang data yang terbentuk selanjutnya diproses menjadi database Online Analytical Processing (OLAP) menggunakan Kettle Pentaho dan model dimensional menggunakan Star Schema. Dari gudang data yang sudah terbentuk dapat dihitung jumlah penjualan setiap tahun, berdasar beberapa dimensi yaitu waktu, kategori, topik, penerbit, supplier, dan barang. Pembangunan gudang data transaksi penjualan ini dievaluasi oleh Kepala Toko Buku AB. Hasil evaluasi menunjukkan bahwa menurut kepala toko, sistem ini telah memenuhi keinginan pengguna dan dapat digunakan untuk membantu dalam memantau data jumlah penjualan berdasarkan barang, supplier dan penerbit.
Kata kunci : gudang data, transaksi, penjualan, OLAP.
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRACT
Technological development lasts as fast as time goes by. One of the technological developments that can be felt increasing rapidly is information technology, especially information regarding data warehouse technology. A data warehouse is a set of integrated data, subject oriented database which is built to support the function of decision making system. In this final project, data warehouse technology is used to integrated the sales transaction data in AB Book store. The building of data warehouse is used to help the Chairman of the store in observing the sales transaction and determine the items and the categories that should be ordered to the suppliers and publishers. The data warehouse then processed to be database Online Analytical Processing (OLAP) by using Kettle Pentaho and Star Schema dimensional model. Using the formed data warehouse, the amount of the annual sales can be counted based on several dimensions namely time, categories, topics, publishers, suppliers, and goods. The building of this sales transaction data warehouse was evaluted by the chairman of AB Bookstore. The evaluation result shows that according to the chairman this system has fulfilled the whises of the users and can be used help in observing data on sales amount based on the goods, suppliers, and publishers.
Keywords : data warehouse, transaction, sales, OLAP.
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
KATA PENGANTAR
Puji syukur kepada Allah Bapa, Bunda Maria dan Tuhan Yesus, karena berkat rahmat dan karunia-Nya penulis dapat menyelesaikan penulisan skripsi ini. Banyak proses yang harus dilewati penulis dalam penyusunan skripsi ini baik segala hambatan dan keceriaan agar skripsi ini dapat disusun dengan baik. Dalam penulisan skripsi ini tidak lepas dari bantuan berbagai pihak. Untuk itu penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya kepada semua pihak yang telah membantu penulis selama proses penyusunan skripsi. Penulis mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Bapak Sudi Mungkasi, S.Si., Math.SC., Ph.D. Selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma. 2. Ibu Dr. Anastasia Rita Widiarti, S.Si., M.Kom. Selaku Kepala Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma. 3. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc. Selaku Dosen Pembimbing skripsi. Terima kasih banyak Bu Rosa atas waktu, perhatian, kesabaran, cinta kasih, saran, kritik, dan pemikiran sehingga penulis dapat menyelesaikan skripsi. 4. Bapak Drs. Haris Sriwindono, M.Kom. Selaku dosen penguji. Terima kasih atas segala saran dan kritik yang diberikan untuk lebih menyempurnakan skripsi ini. 5. Bapak JB. Budi Darmawan, S.T., M.Sc. Selaku dosen penguji. Terima kasih atas segala saran dan kritik yang diberikan untuk lebih menyempurnakan skripsi ini. 6. Bapak Puspaningtyas Sanjoyo Adi, M.T. Selaku Dosen Pembimbing Akademik. Terima kasih atas segala motivasi, bantuan selama masa studi.
x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7. Ibu Ridowati Gunawan, S.Kom., M.T. Terima kasih atas waktu, dukungan, solusi dalam menyelesaikan skripsi. 8. Mas Yanuar dan Mbak Yuvita (mb yupi) yang selalu memberikan bantuan kepada penulis dalam penyelesaian skripsi. 9. Segenap dosen dan karyawan Universitas Sanata Dharma yang telah membantu selama penyelesaian skripsi ini. 10. Bapakku Antonius Sarina dan Ibuku Christiana Sri Suyatmi tercinta atas segala kasih, kekuatan, kesabaran, perhatian, semangat, dukungan serta doa yang telah diberikan kepada Penulis. 11. Kakakku Veronika Tina Ariatmi dan Franciska Williasari tersayang atas segala doa dan dukungan yang diberikan kepada Penulis. 12. Simbok Kedah dan keluarga atas semua kasih sayang, doa, dan bantuan yang diberikan dari masa kecilku sampai saat ini. 13. Keponakanku William Adrian dan Fideliya Athania untuk keceriaan, tangis yang selalu membangunkan dari tidur, dan semangat yang diberikan kepada Penulis. 14. Keluarga Simbah Kakung Somo Pawiro, serta Simbah Pawiro Suwiryo atas segala dukungan dan doa yang diberikan kepada Penulis. 15. Eyang Kakung, terima kasih atas segala bantuan, semangat dan motivasi yang diberikan kepada Penulis. 16. Bu Rusmini dan Mb Sinta atas bantuan yang diberikan kepada Penulis. 17. Cornellis Hutomo Suryolaksono (mas tomi) atas segala bantuan dan referensi yang tak terhingga diberikan kepada Penulis. 18. Maria Yosephine Dwi Unceniana Fernandez (mbak manez) atas segala bantuan dan referensi yang tak terhingga diberikan kepada Penulis. 19. D. Ronny Dwiharyanto (mas ronny) atas segala bantuan dan referensi yang tak terhingga diberikan kepada Penulis. 20. Setiawan Wasito (mas wawan) atas segala bantuan dan referensi yang tak terhingga diberikan kepada Penulis. 21. Anastasia Arum Citra Dewi (mbak arum) atas segala bantuan dan referensi yang tak terhingga diberikan kepada Penulis.
xi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22. Julius Anggit Dwiantoro, Petrus Indra Wijayanto, Isidorus Cahyo Adi Prasetyo, Gilang Abi Saputro, dan Bimo Santoso Aji atas bantuan, curhat, dukungan, waktu yang diberikan kepada Penulis. 23. Teman-teman TI 2011. Meity, Karmelia, Ari, Beni (benpras), Bulan, Drajad, Dhiah (bu haji), Winda, Priska, Bee, Agung, Febri, Dyah Utami, Bayu (pak polisi), Widi, Dion (pakdhe), Ria, Sisil, Rosi, Danik, Elsa (amoypocari), Lukas, Bayu (gendhut), Aan, Whisnu, Marlina, Steve, Tungky. Terima kasih atas kebersamaan dan persahabatan selama ini. 24. Mb Intan dan Mb Sita atas kebersamaan dan persahabatan ini. 25. Brigita Cintya (dik tya), Monica Rintan, Mb Dea, Iin, Ni Putu, Riyadhalah, Tri Pina, Lukas Bayu atas dukungan dan bantuan yang diberikan kepada Penulis. 26. Teman-teman bimbingan skripsi Bu Rosa atas dukungan, bantuan, doa yang telah diberikan kepada Penulis. 27. Yosephine Rheni dan Natalia Merry atas persahabatan yang tulus, bantuan, semangat yang diberikan kepada Penulis. 28. Yuni Br Tarigan dan Mersy Cahyati, kebersamaan dikost “Asri” tercinta, bantuan, curhat, suka duka dan dukungan, yang diberikan kepada Penulis. 29. Ibu Edy, selaku pemilik kost Asri atas doa dan izin telah diberikan kenyamanan tempat tinggal selama kuliah kepada Penulis. 30. Teman-teman kost “Asri” : Mb Devi Mb Tia Mb Tata (alumni kost asri), Zena, Enda, Ipen, Oi, Savent, Gege, Angel, Putri, atas segala dukungan dan suka duka yang diberikan kepada Penulis. 31. Semua teman dan sahabat yang tak dapat penulis sebutkan satu per satu, terima kasih atas doa dan dukungannya semoga selalu mendapatkan karunia dari Tuhan. Penulis menyadari bahwa masih banyak kekurangan yang terdapat dalam penyusunan skripsi ini, akan tetapi penulis berharap agar skripsi ini dapat bermanfaat bagi penulis maupun pembaca sekalian.
Penulis
xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI Halaman HALAMAN JUDUL................................................................................................ i HALAMAN JUDUL INGGRIS ............................................................................. ii HALAMAN PERSETUJUAN ............................................................................... iii HALAMAN PENGESAHAN ................................................................................ iv HALAMAN PERSEMBAHAN ............................................................................. v PERNYATAAN KEASLIAN KARYA ................................................................ vi HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ......................... vii ABSTRAK ........................................................................................................... viii ABSTRACT ........................................................................................................... ix KATA PENGANTAR ............................................................................................ x DAFTAR ISI ........................................................................................................ xiii DAFTAR GAMBAR ......................................................................................... xviii DAFTAR TABEL .............................................................................................. xxiv BAB I PENDAHULUAN ....................................................................................... 1 1.1.
Latar Belakang ..................................................................................... 1
1.2.
Rumusan Masalah ................................................................................ 2
1.3.
Tujuan Penelitian.................................................................................. 2
1.4.
Batasan Masalah ................................................................................... 3
BAB III ANALISIS DAN PERANCANGAN ..................................................... 29 3.1.
Identifikasi Masalah dan Analisis Kebutuhan .................................... 29
3.2.
Pemrosesan Awal ............................................................................... 31
3.2.1 Struktur Tabel Basis Data Toko Buku AB ......................................... 31 3.2.2 Restrukturisasi Tabel .......................................................................... 40 3.2.3 Pembersihan Data ............................................................................... 48 3.2.4 Transformasi Data .............................................................................. 48 3.3.
Analisis Kebutuhan Gudang Data ...................................................... 49
3.3.1 Use Case ............................................................................................. 49 3.3.2 Narasi Use Case ................................................................................. 50 3.4.
Pembuatan Gudang Data .................................................................... 52
3.4.1 Membaca data legacy ......................................................................... 52 3.4.2 Memindahkan data dari sumber ke server gudang data ..................... 52
xv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.4.3 Memecah gudang data ke dalam dimensi dan tabel fakta .................. 58 3.5.
Rancangan MDX Kueri untuk Cube Fact_Penjualan ........................ 62
BAB IV IMPLEMENTASI .................................................................................. 65 4.1.
Implementasi Arsitektur Gudang Data ............................................... 65
4.2.
Langkah Pembuatan Gudang Data ..................................................... 66
4.2.1 Membaca Data Legacy ....................................................................... 66 4.2.2 Memindahkan Data ke Server Gudang Data ...................................... 66 4.3.
Memecah Gudang Data dalam Tabel Dimensi dan Tabel Fakta ........ 81
Tabel produk .................................................................................. 36
Gambar 3.10 Tabel topik ..................................................................................... 36 Gambar 3.11 ER Diagram ................................................................................... 37 Gambar 3.12 Database Logical Design ............................................................... 37 Gambar 3.13 Tabel data_barang ......................................................................... 42 Gambar 3.14 Tabel data_beli .............................................................................. 42 Gambar 3.15 Tabel data_jual .............................................................................. 43 Gambar 3.16 Tabel detail_jual ............................................................................ 43 Gambar 3.17 Tabel detail_beli ............................................................................ 44 Gambar 3.18 Tabel supplier ................................................................................ 45 Gambar 3.19 Tabel penerbit ................................................................................ 45 Gambar 3.20 Tabel produk .................................................................................. 46 Gambar 3.21 Tabel topik ..................................................................................... 46 Gambar 3.22 Hasil Restrukturisasi Basis Data monica_skripsi .......................... 48 Gambar 3.23 Diagram Use Case ......................................................................... 49
xviii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 3.24 Proses Pemindahan Tabel ms_barang ........................................... 53 Gambar 3.25 Proses Pemindahan Tabel ms_penerbit ......................................... 54 Gambar 3.26 Proses Pemindahan Tabel ms_kategori ......................................... 55 Gambar 3.27 Proses Pemindahan Tabel ms_supplier ......................................... 56 Gambar 3.28 Proses Pemindahan Tabel ms_topik .............................................. 56 Gambar 3.29 Proses Pemindahan Tabel ms_transaksi ........................................ 57 Gambar 3.30 Pembentukan dimensi barang ........................................................ 58 Gambar 3.31 Pembentukan dimensi penerbit...................................................... 59 Gambar 3.32 Pembentukan dimensi produk ....................................................... 59 Gambar 3.33 Pembentukan dimensi supplier ...................................................... 60 Gambar 3.34 Pembentukan dimensi topik .......................................................... 60 Gambar 3.35 Tabel Fakta Faktaku ...................................................................... 61 Gambar 3.36 Struktur MDX Kueri Untuk Laporan Transaksi Penjualan ........... 62 Gambar 3.37 Halaman Login .............................................................................. 63 Gambar 3.38 Halaman Home .............................................................................. 63 Gambar 3.39 Halaman Transaksi Penjualan ....................................................... 64 Gambar 4.1
Arsitektur Gudang Data ................................................................. 65
Langkah Select Data Barang ......................................................... 71
Gambar 4.9
Memilih Field Yang Digunakan .................................................... 71
Gambar 4.10 Langkah Insert/Update ms_barang ................................................ 72 Gambar 4.11 Output ms_barang ......................................................................... 72 Gambar 4.12 ms_kategori.ktr .............................................................................. 73 Gambar 4.13 Langkah Select Data Kategori ....................................................... 73 Gambar 4.14 Memilih Field Yang Digunakan .................................................... 73 Gambar 4.15 Langkah Insert/Update ms_kategori.............................................. 74
xix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.16 Output ms_kategori ....................................................................... 74 Gambar 4.17 ms_topik.ktr ................................................................................... 75 Gambar 4.18 Langkah Select Data Topik ........................................................... 75 Gambar 4.19 Memilih Field Yang Digunakan .................................................... 75 Gambar 4.20 Langkah Insert/Update ms_topik .................................................. 76 Gambar 4.21 Output ms_topik ............................................................................ 76 Gambar 4.22 ms_penerbit.ktr .............................................................................. 77 Gambar 4.23 Langkah Select Data Penerbit ....................................................... 77 Gambar 4.24 Memilih Field Yang Digunakan .................................................... 77 Gambar 4.25 Langkah Insert/Update ms_penerbit.............................................. 78 Gambar 4.26 Output ms_penerbit ....................................................................... 78 Gambar 4.27 ms_supplier.ktr .............................................................................. 79 Gambar 4.28 Langkah Select Data Supplier ....................................................... 79 Gambar 4.29 Langkah Memilih Field ................................................................. 79 Gambar 4.30 Langkah Insert/Update ms_supplier .............................................. 80 Gambar 4.31 Output ms_supplier ....................................................................... 80 Gambar 4.32 Proses Pembuatan Dimensi dim_barang ....................................... 81 Gambar 4.33 Langkah Select Data Barang dari ms_barang ............................... 82 Gambar 4.34 Preview Data ms_barang ............................................................... 82 Gambar 4.35 Langkah Membuat Surrogate Key Pada dim_barang .................... 83 Gambar 4.36 Langkah Memilih Data pada Dim_Barang.................................... 83 Gambar 4.37 Tabel Dim_Barang ........................................................................ 84 Gambar 4.38 Proses Pembuatan Dimensi dim_penerbit ..................................... 84 Gambar 4.39 Langkah Select Data Penerbit dari ms_penerbit ........................... 85 Gambar 4.40 Preview Data ms_penerbit ............................................................. 85 Gambar 4.41 Langkah Membuat Surrogate Key pada dim_penerbit .................. 86 Gambar 4.42 Langkah Memilih Data Pada Dim_Penerbit.................................. 86 Gambar 4.43 Tabel dim_penerbit ........................................................................ 87 Gambar 4.44 Proses Pembuatan Dimensi dim_kategori ..................................... 87 Gambar 4.45 Langkah Select Data Kategori dari ms_kategori ........................... 87 Gambar 4.46 Preview Data ms_penerbit ............................................................. 88
xx
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.47 Langkah Membuat Surrogate Key Pada dim_kategori ................. 88 Gambar 4.48 Langkah Memilih Data Pada Dim_Kategori ................................. 89 Gambar 4.49 Tabel dim_kategori ........................................................................ 89 Gambar 4.50 Proses Pembuatan Dimensi dim_supplier ..................................... 89 Gambar 4.51 Langkah Select Data Supplier dari ms_supplier ........................... 90 Gambar 4.52 Preview Data ms_supplier ............................................................. 90 Gambar 4.53 Langkah Membuat Surrogate Key Pada dim_supplier .................. 91 Gambar 4.54 Langkah Memilih Data Pada Dim_Supplier ................................. 91 Gambar 4.55 Tabel Dim_Supplier ...................................................................... 92 Gambar 4.56 Proses Pembuatan Dimensi dim_topik .......................................... 92 Gambar 4.57 Langkah Select Data Topik dari ms_topik .................................... 92 Gambar 4.58 Preview Data ms_topik.................................................................. 93 Gambar 4.59 Langkah Membuat Surrogate Key Pada dim_topik ...................... 93 Gambar 4.60 Langkah Memilih Data Pada Dim_Topik ..................................... 94 Gambar 4.61 Tabel Dim_Topik .......................................................................... 94 Gambar 4.62 Proses Pembuatan Dimensi dim_waktu ........................................ 95 Gambar 4.63 Tabel dim_waktu ........................................................................... 95 Gambar 4.64 Proses Pembuatan Tabel Fakta `faktaku` ...................................... 96 Gambar 4.65 Langkah Select Data ms_transaksi ................................................ 96 Gambar 4.66 Preview Data ms_transaksi............................................................ 97 Gambar 4.67 Langkah Menyamakan Data Dari Tabel Master Barang Dengan Data Dimensi Barang .................................................................... 97 Gambar 4.68 Langkah Menyamakan Data Dari Tabel Master Penerbit Dengan Data Dimensi Penerbit ................................................................... 98 Gambar 4.69 Langkah Menyamakan Data Dari Tabel Master Kategori Dengan Data Dimensi Kategori .................................................................. 98 Gambar 4.70 Langkah Menyamakan Data Dari Tabel Master
Topik Dengan
Data Dimensi Topik ...................................................................... 99 Gambar 4.71 Langkah Menyamakan Data Dari Tabel Master Supplier Dengan Data Dimensi Supplier .................................................................. 99
xxi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.72 Langkah Menyamakan Data Dari Tabel Master Transaksi Dengan Data Dimensi Waktu ................................................................... 100 Gambar 4.73 Langkah Memilih Data Yang Diperlukan Untuk Membuat Tabel Fakta ............................................................................................ 100 Gambar 4.74 Langkah Sort Rows Pada Tabel Fakta......................................... 101 Gambar 4.75 Langkah Group By Pada Tabel Fakta ......................................... 101 Gambar 4.76 Tabel Fakta `faktaku` .................................................................. 102 Gambar 4.77 Job Final Transaksi Penjualan ..................................................... 102 Gambar 4.78 Job Master ................................................................................... 103 Gambar 4.79 Star Schema Cube Penjualan ....................................................... 104 Gambar 4.80 Struktur Pembentukan Dimensi Barang ...................................... 104 Gambar 4.81 Struktur Pembentukan Dimensi Penerbit .................................... 105 Gambar 4.82 Struktur Pembentukan Dimensi Kategori .................................... 105 Gambar 4.83 Struktur Pembentukan Dimensi Topik ........................................ 106 Gambar 4.84 Struktur Pembentukan Dimensi Supplier .................................... 106 Gambar 4.85 Struktur Pembentukan Dimensi Waktu ....................................... 106 Gambar 4.86 Tampilan Halaman Login ............................................................ 110 Gambar 4.87 Tampilan Halaman Utama ........................................................... 112 Gambar 4.88 Tampilan halaman Menu Laporan Transaksi Penjualan ............. 113 Gambar 5.1
Hasil Laporan Transaksi Penjualan pada OLAP ......................... 116
Gambar 5.2
Hasil Cube Penjualan .................................................................. 117
Hasil Kueri SQL Cube Penjualan ................................................ 119
Gambar 5.8
Hasil Cube Penjualan .................................................................. 120
Gambar 5.9
Waktu dalam Kuartal ................................................................... 120
Gambar 5.10 Sintak Kueri SQL Cube Penjualan .............................................. 121 Gambar 5.11 Hasil Kueri SQL Cube Penjualan ................................................ 122 Gambar 5.12 Hasil Cube Penjualan .................................................................. 122
xxii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 5.13 Sintak Kueri SQL Cube Penjualan .............................................. 122 Gambar 5.14 Hasil Kueri SQL .......................................................................... 123 Gambar 5.15 Hasil Cube Penjualan .................................................................. 123 Gambar 5.16 Sintak Kueri SQL ........................................................................ 123 Gambar 5.17 Hasil Kueri SQL .......................................................................... 124 Gambar 5.18 Hasil Cube Penjualan .................................................................. 124 Gambar 5.19 Sintak Kueri SQL ........................................................................ 125
xxiii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR TABEL
Halaman Tabel 2.1
Perbedaan OLTP dengan OLAP ................................................... 23
Source Code untuk Halaman Login (login.php).......................... 111
Tabel 4.5
Source Code untuk Halaman Laporan Transaksi Penjualan ....... 113
xxiv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 1
BAB I PENDAHULUAN
1.1.
Latar Belakang Toko buku AB merupakan salah satu cabang dari perusahaan percetakan dan penerbitan buku AB. Toko buku AB memberikan pelayanan seperti ritel umum, yaitu penjualan barang atau jasa kepada masyarakat salah satu diantaranya adalah transaksi penjualan. Transaksi penjualan merupakan kegiatan yang dilakukan perusahaan untuk menjual barang secara tunai maupun kredit. Transaksi penjualan membutuhkan media penyimpanan data yang besar selain untuk menyimpan data transaksi, toko juga melakukan pembuatan laporan bulanan. Jika kepala toko buku berganti maka data dari tahun sebelumnya tidak dapat dilihat kembali karena bentuk penyimpanan data yang terbatas. Selain itu kepala toko buku membuat sendiri laporan transaksi penjualan dengan cara memindahkan berapa banyaknya total penjualan yang telah didapatkan ke dalam perhitungan excel. Transaksi penjualan meliputi semua barang, supplier, penerbit, topik, kategori, waktu serta jumlah penjualan dari waktu ke waktu. Hal ini membuat data mengenai banyaknya jumlah penjualan di toko buku menjadi tidak mudah dipantau dan mengakibatkan tidak efektifitasnya waktu serta keakuratan dalam pengambilan keputusan untuk melakukan pemantauan seluruh transaksi penjualan yang terjadi serta menentukan barang, kategori yang harus dipesan ke supplier dan penerbit. Dari permasalahan di atas, pembangunan gudang data transaksi penjualan toko buku merupakan salah satu bentuk pemecahan masalah yang ada diatas. Gudang data menyediakan sudut pandang dari berbagai perspektif analisis bisnis dan pembuatan keputusan sehingga dibutuhkan untuk pemrosesan transaksi dan pemecahan masalah laporan yang tidak efektif diatas. Dalam proses gudang data, data di ekstrak terlebih dahulu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2
dan diintegrasikan dalam bentuk multidimensi salah satunya menggunakan online analytical processing (OLAP). OLAP adalah teknologi untuk menjawab kebutuhan analitik, dimana OLAP mengandung dua tipe dasar yaitu measure dan dimensi. Berdasarkan uraian di atas penulis melihat kesempatan untuk membangun gudang data yang akan digunakan untuk keperluan database Online Analytical Processing (OLAP) yang mencakup dimensi waktu (tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, topik dan measure berupa total penjualan.
1.2.
Rumusan Masalah 1.
Bagaimana membangun gudang data untuk keperluan database Online Analytical Processing
(OLAP)
yang dapat digunakan untuk
memperoleh informasi transaksi penjualan di toko buku AB? 2.
Apakah hasil OLAP tersebut dapat membantu pihak toko buku AB dalam memantau data jumlah penjualan berdasar dimensi waktu (tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, dan topik?
1.3.
Tujuan Penelitian Tujuan penelitian pada tugas akhir ini adalah : 1.
Membangun gudang data untuk keperluan OLAP yang dapat digunakan
untuk
proses
analisis
pada
transaksi
penjualan,
menyediakan penyimpanan data yang baik, tidak mudah hilang, serta memberikan informasi untuk membantu kepala toko dalam pembuatan laporan setiap bulannya. 2.
Membantu kepala toko dalam melakukan pengadaan barang dari supplier dan penerbit dengan cara melihat jumlah penjualan yang terjadi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3
1.4.
Batasan Masalah Batasan masalah dari pembangunan gudang data transaksi penjualan toko buku adalah sebagai berikut: 1.
Data yang dipakai dalam pembuatan pembangunan gudang data hanya memakai data dari transaksi penjualan saja dan tidak memasukkan data bagian pembelian.
2.
Data transaksi penjualan adalah semua rekapitulasi transaksi penjualan buku yang ada di toko buku untuk tahun 2013 dan 2014.
3.
Dimensi yang dipakai adalah barang, waktu, supplier, penerbit, topik dan kategori.
4.
Pembangunan gudang data yang dibuat hanya dapat menampilkan measure jumlah_penjualan saja.
5.
Implementasi
dengan
menggunakan
Kettle
(Pentaho
Data
Integration), Schema-workbench, dan Mondrian.
1.5.
Metodologi Penelitian Metodologi yang digunakan dalam pembuatan gudang data adalah : 1.
Studi Pustaka Mempelajari bahan-bahan terkait yang digunakan untuk mengerjakan skripsi.
2.
Identifikasi Masalah Melakukan wawancara kepada pihak yang terkait, untuk mendapatkan informasi kebutuhan yang diperlukan.
3.
Mengumpulkan dan menganalisis sumber data Mengumpulkan dan menganalisis data yang digunakan.
4.
Melakukan Restrukturisasi Tabel Melakukan restrukturisasi tabel untuk mendapatkan tabel yang sudah benar.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 4
5.
Pembersihan (Cleaning Data) Data yang diperoleh kemudian dipersiapkan untuk proses pembuatan gudang data, yang dilakukan pertama adalah pembersihan. Informasi yang tidak dibutuhkan akan dihapus untuk mempercepat pemrosesan.
6.
Transformasi Data Pada tahap ini dilakukan ekstraksi data dan menyesuaikan data ke dalam gudang data.
7.
Pembuatan Gudang Data Setelah data ditransformasikan, data dari sumber dipindahkan ke gudang data. Pembuatan sistem Online Analytical Pprocessing (OLAP) dilakukan dengan cara: a.
Memecah gudang data dalam tabel dimensi dan tabel fakta.
b.
Pembuatan cube menggunakan skema multidimensi yaitu skema bintang.
8.
1.6.
Uji Coba Pengguna dan Evaluasi
Sistematika Penulisan Sistematika penulisan dibagi menjadi beberapa bab, diantaranya: a.
Bab I : PENDAHULUAN Pada bab ini membahas tentang latar belakang masalah, rumusan masalah, tujuan penelitian, batasan masalah, metodologi penelitian, sistematika penulisan.
b.
Bab II : LANDASAN TEORI Bab ini membahas sekilas tentang gudang data dan juga teori-teori lain yang mendukung dalam pembangunan gudang data.
c.
Bab III : ANALISIS DAN PERANCANGAN Bab ini berisi analisis dan perancangan gudang data.
d.
Bab IV : IMPLEMENTASI Bab ini berisi tentang spesifikasi software dan hardware, implementasi sistem yang meliputi seluruh use case yang telah dirancang dan implementasi gudang data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5
e.
Bab V : ANALISIS HASIL Bab ini berisi tentang pembahasan gudang data yang telah dibangun.
f.
Bab VI : PENUTUP Bab ini berisi beberapa kesimpulan yang didapat dan saran-saran berdasarkan hasil pembuatan gudang data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6
BAB II LANDASAN TEORI
2.1.
Konsep Dasar Data Warehouse 2.1.1. Pengertian Data Menurut Inmon (2002), “Data adalah kumpulan fakta, konsep, atau instruksi dalam sebuah media penyimpanan untuk komunikasi, pengambilan, dan pengolahan yang bertujuan untuk penyediaan informasi yang dapat dipahami oleh manusia”. 2.1.2. Pengertian Gudang Data Gudang data memiliki banyak pengertian, berikut ini merupakan pengertian dari beberapa ahli, diantaranya: Menurut Inmon (2005), “Gudang data adalah koleksi data yang mempunyai sifat berorientasi subyek, terintegrasi, time-variant, tidak mengalami perubahan dan memiliki rentang waktu tertentu yang mendukung pengambilan keputusan dari pihak manajemen”. Menurut Kimball dan Caserta (2004), “Gudang data adalah suatu sistem yang dapat mengekstrak, membersihkan, menyesuaikan, dan memberikan sumber data ke dalam data dimensi serta mendukung dan mengimplementasikan kueri dan analisis yang bertujuan untuk pengambilan keputusan”. Menurut Lane (2007), gudang data merupakan database relasional yang didesain lebih kepada kueri dan analisa dari pada proses transaksi, biasanya mengandung history data dari proses transaksi dan bisa juga data dari sumber yang lain. Gudang data memisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung atau konsolidasi data dari berbagai macam sumber.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7
Berdasarkan tiga pengertian diatas maka dapat ditarik kesimpulan bahwa gudang data adalah sekumpulan data yang dapat mendukung proses pengambilan keputusan dalam suatu organisasi.
2.1.3. Karakteristik Gudang Data Menurut Jiawei Han dan Micheline Kamber (2006) terdapat empat karakteristik data warehouse, diantaranya : 1. Subject-oriented Sebuah gudang data dibangun berdasarkan kebutuhan subject utama seperti customer, supplier, produk dan penjualan. Sebuah gudang data fokus pada pemodelan dan analisis data untuk pengambilan keputusan. 2. Integrated Sebuah gudang data dibangun dengan mengintegrasikan bermacam sumber heterogen seperti relational databases, flat files, dan catatan transaksi online. Pembersihan data dan teknik integrasi digunakan untuk memastikan konsistensi penamaan, struktur, atribut measure dan sebagainya. 3. Time-variant Data disimpan untuk menyediakan informasi dari tahun sebelumnya (seperti 5-10 tahun yang lalu). Batasan waktu untuk gudang data akan lebih lama pada database operasional. 4. Nonvolatile Gudang data secara fisik terpisah dari penyimpanan data. Proses update tidak terjadi pada lingkungan gudang data. Sebuah gudang data tidak memerlukan proses transaksi, recovery, dan mekanisme control concurrency. Hanya dua operasi saat pengaksesan data yaitu initial loading of data dan access of data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8
2.1.4. Arsitektur Gudang Data Gudang data sering mengadopsi beberapa arsitektur, diantaranya yaitu three-tier seperti gambar 2.1 menurut Jiawei Han dan Micheline Kamber (2006):
Gambar 2.1 Arsitektur Data Warehouse (Sumber : Jiawei Han dan Micheline Kamber. 2006) a.
Data warehouse server Merupakan tingakatan paling bawah pada arsitektural data warehouse. Data warehouse server merupakan relational database system. Back-end tools dan utilities digunakan untuk menghasilkan data ke tingkat bawah dari operasional database atau sumber eksternal lainnya (misalnya, pelanggan infromasi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 9
profil yang disediakan oleh konsultan eksternal). Tools dan utilities
menghasilkan
data
extraction,
cleaning,
dan
transformation (misalnya, untuk menggabungkan data yang sama dari sumber yang berbeda ke dalam format yang terpadu), seperti fungsi load dan refresh untuk update ke dalam gudang data. Data yang diambil menggunakan antarmuka program aplikasi yang dikenal sebagai gateway. Sebuah gateway di dukung oleh DBMS yang mendasari dan memungkinkan program klien untuk menghasilkan kode sql yang akan dieksekusi di server.
b. OLAP Server Merupakan tingkatan menengah dalam arsitektural gudang data. Biasanya diimplementasikan baik menggunakan model relasional OLAP (ROLAP) yaitu perpanjangan dari relasional DBMS yang memetakan operasi pada data multidimensi pada operasi relasional standar, atau model multidimensional OLAP (MOLAP) yaitu server yang mempunyai tugas yang khusus untuk mengarahkan implementasi multidimensi data dan operasi.
c.
Front End Client Layer Merupakan tingkatan atas pada arsitektural gudang data. Berisikan tool kueri, alat analisis, dan tool data mining (contoh, trend analysis, prediksi dan sebagainya).
Berdasarkan sudut pandang arsitektur gudang data diatas, terdapat tiga model gudang data, diantaranya: 1.
The Enterprise Warehouse Enterprise
warehouse
mengumpulkan
segala
informasi dalam seluruh organisasi. Selain itu juga
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 10
menyediakan integrasi data yang luas. Mengandung data yang detail, seperti ringkasan data dan ukurannya besar. Enterprise warehouse biasanya di implementasikan di traditional
mainframes,
computer
superservers
atau
platform arsitektur pararel. 2. The Data Mart Data mart mengandung bagian dari data perusahaan yang besar yang bernilai bagi grup tertentu. Data mart biasanya di implementasikan pada low-cost departmental server. Untuk implementasi putaran dari data mart lebih ke minggu. Dimana untuk sumber data, data mart dapat dikategorikan independent atau dependent. 3. The Virtual Warehouse Virtual warehouse adalah kumpulan view dari seluruh operasional database. Untuk efisiensi proses kueri, hanya beberapa view yang ditampilkan. Virtual database warehouse dibangun tetapi membutuhkan kapasitas yang besar.
Menurut Poe (1996), arsitektur adalah kumpulan aturan atau struktur yang memberikan kerangka untuk keseluruhan rancangan pada suatu sistem atau produk. Arsitektur data menyediakan kerangka dengan mengidentifikasi dan memahami bagaiman data akan dipindahkan melalui sistem dan digunakan di dalam perusahaan. Arsitektur data dalam gudang data memiliki komponen utama yaitu basis data yang hanya dapat dibaca (readonly database). Karakteristik arsitektur menurut Poe (1956) adalah: 1. Data diambil dari sistem asal seperti sistem informasi yang ada, database, dan file. 2. Data dari sistem asal diintegrasikan dan ditransformasikan sebelum disimpan pada DBMS (Database Management
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 11
System) seperti oracle, Ms SQL Server, IBM DB2, Sybase dan masih banyak yang lain. 3. Gudang data adalah jenis basis data reaad-only atau hanya dapat dibaca yang diperuntukkan dalam pengambilan keputusan. 4. User mengakses gudang data melalui front-end tool atau aplikasi.
Gambar 2.2 Arsitektur Gudang Data (Sumber : Vidette Poe. 1956) 2.1.5. Metadata Metadata adalah data mengenai data. Metadata memberikan peranan yang penting untuk keefektifan penggunaan gudang data karena akan mempermudah end user dalam melakukan analisis dan menghemat waktu. Metadata bertindak seperti indek mengenai isi dari gudang data.
2.1.6. Denormalisasi Denormalisasi menurut Connolly dan Begg (2002), adalah suatu proses yang merubah normalisasi dari database dengan cara penggabungan tabel dan merupakan sebuah proses yang secara sengaja dilakukan dengan melanggar peraturan bentuk normal normalisasi dengan tujuan untuk meningkatkan performance pengaksesan data yang ada.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 12
Keuntungan melakukan proses denormalisasi yaitu : 1. Mengurangi jumlah relasi yang terjadi antar tabel-tabel yang harus mengalami proses pada waktu pencarian sehingga akan meningkatkan kecepatan proses kueri data. 2. Membuat struktur fisik database agar mudah dipahami menurut model dimensi dari pengguna. Struktur tabel yang dibuat sesuai dengan kebutuhan pengguna memungkinkan terjadinya
akses
langsung
yang
sekali
lagi
akan
meningkatkan performance. Kelemahan dalam melakukan denormalisasi adalah : 1. Proses denormalisasi secara tidak langsung akan membuat redudansi data. 2. Pada
proses
denormalisasi
memerlukan
alokasi
penyimpanan yang besar.
2.1.7. Manfaat Gudang Data Ada empat manfaat yang bisa dilakukan dengan adanya gudang data, yaitu: 1. Pembuatan Laporan Pembuatan laporan merupakan salah satu kegunaan gudang data yang paling umum dilakukan. Dengan menggunakan kueri sederhana didapatkan laporan perbulan, pertahun atau jangka waktu kapanpun yang diinginkan. 2. On-Line Analytical Processing (OLAP) Dengan adanya gudang data, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam proses analisa mudah didapat. OLAP mendayagunakan konsep data multi dimensi dan memungkinkan para pemakai menganalisa data sampai mendetail, tanpa mengetikkan satupun perintah SQL. Hal ini dimungkinkan karena pada konsep multi dimensi, maka data yang berupa fakta yang sama bisa dilihat dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 13
menggunakan fungsi yang berbeda. Fasilitas lain yang ada pada software OLAP adalah fasilitas rool-up dan drill-down. Drill-down adalah kemampuan untuk melihat detail dari suatu informasi dan rool-up adalah kebalikannya. 3. Data Mining Data mining merupakan proses untuk menggali (mining) pengetahuan dan informasi baru dari data yang berjumlah banyak pada gudang data, dengan menggunakan kecerdasan buatan (Artificial Intelegence), statistik dan matematika. Data mining merupakan teknologi yang diharapkan menjembatani komunikasi antara data dan pemakainya. 4. Proses Informasi Executive Gudang data dapat membuat ringkasan informasi yang penting dengan tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan menggunakan gudang data segala laporan telah diringkas dan dapat pula mengetahui segala rinciannya secara lengkap, sehingga mempermudah proses pengambilan keputusan. Informasi dan data pada laporan gudang data menjadi target informative bagi user.
2.1.8. Langkah Pembuatan Gudang Data Langkah-langkah
yang
digunakan
saat
melakukan
pembuatan gudang data sebagai berikut: 1. Membaca data legacy Memperhatikan
bagian-bagian
data
yang
perlu
untuk
dibersihkan 2. Memindahkan data dari sumber ke server gudang data Membuat standarisasi format dan copy-kan data dari sumber sekaligus data dibuat bersih (clean).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 14
3. Memecah gudang data dalam tabel fakta dan tabel dimensi Tabel fakta dan tabel dimensi disusun menurut kebutuhan subyek.
2.2.
Extract, Transform, dan Load 2.2.1. Pengertian ETL Menurut Songini (2004) Extract, transform, load adalah salah satu proses dalam data warehouse yang melibatkan pembacaan data dari sumbernya, pembersihan dan penyesuaian format tersebut, dan penulisan data tersebut ke dalam ruang penyimpanan untuk digunakan lebih lanjut.
2.2.2. Proses dalam Extract, Transform, Load Menurut Pusadan (2013) Proses ETL berfungsi untuk mengekstrak dan mengintegrasikan data dari berbagai sumber ke dalam data warehouse dalam selang waktu tertentu. Berikut mekanisme ETL: a.
Extraction adalah suatu proses yang mengidentifikasikan seluruh sumber data yang relevan dan kemudian mengambil data dari sumber-sumber data tersebut.
b.
Transform adalah suatu proses yang memiliki peran dalam melakukan perubahan dan integrasi skema serta struktur yang berbeda ke dalam skema dan struktur yang telah didefinisikan sebelumnya oleh data warehouse.
c.
Loading adalah suatu proses pemindahan data secara fisik dari sistem operasional ke dalam data warehouse.
Untuk melakukan data warehouse maka diperlukan utilitas yang dirancang khusus untuk hal tersebut. Utilitas tersebut harus memiliki kemampuan :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 15
Membaca dari dan mengirim data ke berbagai sumber (file teks, excel, database relational, dan sebagainya) Mampu menyesuaikan atau transformasi data Memiliki
informasi
metadata
pada
setiap
perjalanan
transformasi Memiliki audit log yang baik Dapat ditingkatkan performanya dengan scale up dan scale out Mudah diimplementasikan. Secara singkat dari proses ETL dapat dilihat pada gambar 2.3:
Gambar 2.3 Sistem Kerja Data Warehouse (Sumber : Han dan Kamber. 2001)
2.3.
Model Data Multidimensi 2.3.1. Model Dimensional Model dimensional merupakan perancangan logikal yang bertujuan untuk menampilkan data dalam bentuk standar dan intuitif yang menggunakan konsep entity diagram atau model hubungan antar entitas. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah composite primary key yang disebut dengan tabel fakta dan satu set tabel yang lebih kecil yang disebut dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 16
tabel dimensi. Berikut ini penjelasan dari beberapa ahli mengenai tabel fakta dan tabel dimensi. Menurut Connolly dan Begg, tabel fakta merupakan sebuah tabel yang memiliki sebuah composite primary key dimana tabel tersebut akan membentuk sebuah model dimensional. Menurut Poe, Klaver, dan Brobst, tabel fakta disebut juga dengan tabel major, yang terdiri dari data sebenarnya dari suatu bisnis dan biasanya menggunakan pengukuran angka dan bisa terdiri dari banyak baris dan kolom. Tabel dimensi disebut juga dengan tabel minor, lebih kecil dari
tabel
fakta
dan
menyimpan
penjelasan
data
yang
mencerminkan dimensi-dimensi dari suatu bisnis. Tabel dimensi merupakan sekumpulan dari tabel-tabel yang lebih kecil yang memiliki sebuah primary key sederhana yang merespon secara benar terhadap salah satu dari composite key yang ada dari tabel fakta. Susunan tabel fakta dan tabel dimensi memiliki standar perancangan atau skema karena terbukti meningkatkan peforma dan kemudahan dalam penerjemahan ke sistem OLAP. Model dimensional yang sering digunakan adalah skema bintang (star schema) dan skema butiran salju (snowflake).
2.3.2. Skema Bintang Pengertian skema bintang menurut Connolly (2010), adalah model data dimensional yang mempunyai sebuah tabel fakta yang berisi data fakta ditengah dan dikelilingi oleh tabel-tabel dimensi yang terdiri dari data referensi (yang biasanya dapat di denormalisasi). Skema bintang mengambil karakteristik dari data fakta yang di-generate oleh event yang terjadi dimasa lampau. Menurut Poe (1996), skema bintang adalah metode perancangan yang dilakukan dengan struktur sederhana dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 17
menggunakan beberapa tabel dan hubungan antar tabel yang jelas. Skema bintang akan menghasilkan waktu respon yang cepat dalam kueri data dibandingkan dengan proses transaksional yang menggunakan struktur normalisasi dan memudahkan end user untuk memahami struktur basisdata pada gudang data yang dirancang.
Gambar 2.4 Contoh Star Schema (Sumber: Connolly dan Begg. 2010)
2.3.3. Kelebihan Menggunakan Skema Bintang Skema bintang memiliki beberapa kelebihan, diantaranya yaitu : 1. Efisiensi (Efficiency) Struktur basis data yang konsisten sehingga lebih efisiensi dalam akses data dengan menggunakan alat untuk menampilkan data seperti laporan tertulis dan kueri. 2. Kemampuan untuk mengatasi perubahan kebutuhan (Ability to handle changing requirements), skema bintang dapat beradaptasi terhadap perubahan kebutuhan pengguna,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 18
karena semua tabel dimensi memiliki kesamaan hal memberikan akses ke tabel fakta. 3. Extensibility Model
dimensional
dapat
dikembangkan,
misalnya
menambahkan tabel fakta selama data masih konsisten, kemudian menambahkan dimensi baru selama ada nilai tunggal dari dimensi tersebut yang mendefinisikan untuk setiap record tabel fakta yang ada, menambahkan atribut pada dimensi baru dan memecah record tabel dimensi yang ada menjadi level atau tingkat yang lebih rendah dari level sebelumnya. 4. Kemampuan untuk menggambarkan situasi bisnis (Ability to model common business situations), pendekatan standar untuk menangani situasi pemodelan dalam dunia bisnis, dimana dalam situasi ini memiliki perangkat program yang dapat secara khusus menspesifikasikan ke dalam penulisan laporan kueri dan antar pengguna yang lainnya. 5. Proses kueri yang dapat diprediksi (Predictable query processing), aplikasi gudang data yang mencari data dari level dibawahnya akan dengan mudah menambah jumlah atribut pada tabel dimensi dari skema bintang. Aplikasi yang
mencari
data
dari
level
yang
setara
akan
menghubungkan tabel fakta yang terpisah melalui tabel dimensi yang dapat diakses bersama. 6. End-user
dapat
menyesuaikan
cara
berfikir
dan
menggunakan data. 7. Lebih mudah dipahami
2.3.4. Kekurangan Menggunakan Skema Bintang Selain kelebihan dari skema bintang diatas, ada beberapa kekurangan bila menggunakan skema bintang, diantaranya adalah:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 19
1. Pada
penyimpanan
atau
memory,
skema
bintang
membutuhkan ukuran penyimpanan yang relatif besar. 2. Dalam melakukan perawatan (maintenance) dan update lebih sulit, karena tabel yang tidak normal. 3. Long time loading dimension table, dalam loading pada tabel dimensi dibutuhkan waktu yang cukup lama, ketika data yang dimiliki rendah dalam integritas dan nilai dalam replika tinggi maka waktu untuk melakukan loading menjadi meningkat. 4. Skema bintang tidak fleksibel dalam hal kebutuhan analisis, seperti model data yang dinormalisasi (jika data yang dibutuhkan
melakukan
normalisasi).
Skema
bintang
dibangun hanya untuk kebutuhan data tertentu, sehingga tidak benar-benar memungkinkan analisis yang lebih kompleks. 5. Skema bintang tidak memiliki relasi many-to-many.
2.3.5. Skema Butiran Salju (Snowflake) Menurut Connoly (2002), skema butiran salju (Snowflake Schema) merupakan bentuk lain dari skema bintang dimana data dalam tabel dimensi belum dinormalisasi. Ciri-ciri dari skema butiran salju adalah : 1. Tabel dimensi dinormalisasi dengan dekomposisi pada level atribut. 2. Setiap dimensi mempunyai satu kunci (key) untuk setiap level pada hirarki dimensi. 3. Kunci level terendah menghubungkan tabel dimensi dengan tabel fakta dan tabel atribut berlevel rendah.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 20
Gambar 2.5 Contoh Snowflake Schema (Sumber: Connolly dan Begg. 2010)
2.3.6. Kelebihan Menggunakan Skema Snowflake Kelebihan menggunakan skema butiran salju (snowflake) adalah : 1. Kecepatan memindahkan data dari data OLTP ke dalam metadata. 2. Sebagai kebutuhan dari alat pengambil keputusan tingkat tinggi dimana dengan tipe yang seperti ini seluruh struktur dapat digunakan sepenuhnya. 3. Banyak yang beranggapan lebih nyaman merancang dalam bentuk normal ketiga.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 21
2.3.7. Kekurangan Menggunakan Skema Snowflake 1. Cenderung lebih sulit dipahami karena kompleksitasnya dimana tabel-tabel dimensi skema snowflake merupakan normalisasi dari beberapa tabel yang berhubungan. 2. Memiliki masalah besar dalam hal (performance) atau kinerja untuk melakukan kueri, hal ini disebabkan karena semakin banyaknya join antar tabel-tabel yang dilakukan dalam skema snowflake maka semakin lambat kinerja yang dilakukan.
2.3.8. Cube, Dimension, Measure, dan Member Pengertian dari dimension, measure dan member menurut phi integration yaitu:
Cube adalah struktur multi dimensi konseptual, terdiri dari dimension dan measure dan biasanya mencakup pandangan bisnis tertentu seperti penjualan.
Dimension atau dimensi adalah struktur view atau sudut pandang yang menyusun cube. Dimensi dapat terdiri dari berbagai level.
Measure adalah nilai pengukuran.
Member adalah isi atau anggota dari suatu dimensional / measure tertentu.
2.3.9. Surrogate Key Surrogate key adalah key / kolom data di tabel dimensi yang menjadi primary key dari tabel tersebut. Nilai ini biasanya berupa nilai sekuensial dan tidak memiliki arti dari proses bisnis darimana sumber data berasal. Surrogate key sendiri dibutuhkan karena gudang data tidak hanya berasal dari satu sumber saja, melainkan dari banyak sumber.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 22
2.4.
Online Analytical Processing 2.4.1. Pengertian Online Analytical Processing (OLAP) Pengertian OLAP menurut Connoly dan Begg (2005) Online Analytical Processing (OLAP) “ is the dynamic synthesis, analysis, and consolidation of large volumes”. Dimana OLAP merupakan gabungan yang dinamis, analisis dan konsolidasi dari data yang berukuran besar. Selain Connolly dan Begg, OLAP menurut Codd et al (1995) OLAP adalah istilah untuk menggambarkan teknologi yang menggunakan tampilan data multidimensi yang memberikan akses yang cepat untuk informasi strategis dalam melakukan analisis. Berdasarkan pengertian OLAP menurut ahli-ahli diatas dapat disimpulkan bahwa OLAP adalah perpaduan dinamis analisis dan gabungan dari data multidimensi yang mempunyai jumlah data yang besar yang memungkinkan teknologi dapat memberikan informasi yang cepat guna dalam melakukan analisis.
2.4.2. Online Transaction Processing (OLTP) Online Transaction Processing (OLTP) adalah jenis sistem informasi yang mengutamakan proses transaksi, berurusan dengan data operasional, diidentifikasikan dengan jumlah transaksi yang besar. Pada database OLTP berisikan informasi sehari-hari yang dibutuhkan oleh sebuah organisasi untuk menjalankan sebuah bisnis. OLTP difokuskan pada insert, update, delete data secara real time dimana pada database OLTP tidak boleh ada gangguan dalam sistem atau operasional tidak bisa berjalan dengan baik. Sistem informasi yang dapat dikategorikan pada OLTP diantaranya adalah :
Human Resource Management (HRM) seperti produk pada Orange HRM, PeopleSoft dan lain-lain.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 23
Enterprise
Resource
Planning
(ERP)
seperti
SAP,
Microsoft Dynamics.
2.4.3. Perbedaan OLTP dan OLAP Beberapa perbedaan antara sistem OLTP atau On-line Transaction Processing System dengan OLAP yaitu, OLTP merupakan sistem database online operasional yang digunakan untuk melakukan sebuah transaksi online yang dilakukan dalam hari ke hari dimana di dalam OLTP terjadi proses kueri. Sedangkan gudang data menyediakan kepada user atau ahli sebuah aturan dari analisis data dan pembuatan keputusan. Sistem ini dikenal dengan Online Analytical Processing atau OLAP. Berikut ini perbedaan sistem OLTP dan OLAP menurut Jiawei Han dan Kamber. Tabel 2.1 Perbedaan OLTP dengan OLAP
OLTP
OLAP
Karakterikstik
Proses operasional
Pemrosesan informasi
Orientasi
Transaksi
Analisis
Pengguna
DBA, database profesional
Para ahli (manager,analis)
Fungsi
Operasi sehari-hari
Informasi yang lama yang dibutuhkan untuk mendukung pengambilan keputusan.
Desain Database
Berdasar ER relasi entitas, berorientasi pada aplikasi
Berdasarkan star/snowflake, berorientasi subjek
Data
Data yang digunakan data sekarang, data terjamin pada masalah up-to-date
Data historis, perbaikan akurasi data dari waktu ke waktu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 24
Summarization
Data primitif, sangat detail
Penggabungan, peringkasan
View (Gambaran)
Detail, relasi datar
Summarized (peringkasan), multidimensional
Unit Kerja
Pendek, transaksi
Akses
Read/write
Hanya dapat read
Fokus
Data masuk
Infromasi keluar
Operasi
Index/hash primary key
Jumlah data yang diakses
Puluhan
Jutaan
Jumlah pengguna
Ribuan
Ratusan
Ukuran database
100 MB hingga GB
100 GB hingga mencapai TB
Prioritas
Performa tinggi, Fleksibilitas tinggi, otonomi ketersediaan tinggi pengguna akhir
Metrik
Melalui Transaksi
2.5.
simple Komplek kueri
pada Kebanyakan scan
Melalui kueri, waktu respon
Pentaho Data Integration (Kettle) 2.5.1. Pengertian Pentaho Menurut Phi-Integration.com, Pentaho merupakan sebuah perusahaan yang menawarkan produk business intelligence (BI) yang menyediakan data integrasi, pelayanan OLAP, pelaporan atau reporting, dashboarding, data mining dan kemampuan ETL atau extract transfrom load pada Kettle. 2.5.2. Kettle Kettle merupakan aplikasi Extract, Transformation dan Load atau sering disingkat dengan ETL. Aplikasi Kettle merupakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 25
salah satu bagian dari aplikasi BI Pentaho, yang dikenal dengan Pentaho Data Integration (PDI). Kettle memiliki banyak komponen-komponen penting dalam membangun sebuah gudang data, diantaranya yaitu : 1. Step adalah blok bangunan inti dari transformation. Masingmasing step memiliki fungsi dan tugas tertentu, diantaranya : - JobSteps : step yang berjalan secara sekuensial dan lebih berpusat pada control flow secara keseluruhan dari tugas ETL. - Transformation steps : step yang berjalan secara paralel dan lebih menitik beratkan pada input/output data.
2. Transformation adalah komponen kettle yang menangani proses manipulasi aliran data. Semua proses ETL dilakukan dalam transformation. Dalam sebuah transformation terdapat satu atau banyak step. Transformation menjalankan semua step secara pararel dan transformation selalu memiliki step awal dan
step
akhir
dalam
bentuk
table
output.
Simbol
transformation dalam Spoon adalah:
3. Job adalah komponen dari kettle yang menangani kontrol atas aliran tugas (flow controll). Job terdiri dari satu atau lebih job entry yang dijalankan dalam urutan tertentu.
4. Spoon merupakan Integrated Developmnet Environment (IDE), yang berupa Graphical User Interface (GUI), digunakan untuk merancang, mengeksekusi, menyunting, dan menjalankan Job dan Tranformation.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 26
Lingkungan kerja spoon terdiri dari beberapa bagian, diantaranya : a) Pulldown Menu Koleksi menu dari spoon yang terintegrasi dalam satu toolbar. b) Welcome Screen Adalah halaman pembuka kettle yang berisi informasi mengenai situs Pentaho. c) Toolbar Terdiri dari job, transformation toolbar. d) Panel Execution Result, terdiri dari : ☞ Execution History, data history eksekusi. ☞ Logging, berisi detail dari eksekusi job, transformation. ☞ Job Metrics, berisi detail dari step-step yang telah dieksekusi. ☞ Step Metrics, berisi detail jumlah pembacaan data (write, update, delete, dll), per satuan waktu
detik
dari
step-step
yang
telah
dieksekusi. ☞ Performance Graphs, adalah tampilan grafis dari pembacaan data dari Step Metrics.
5. Pan, adalah command line tool yang khusus digunakan untuk menjalankan dan mengeksekusi file transformasi yang berekstensi .ktr. Pan sendiri adalah script dalam bentuk file pan.bat (batch script untuk windows) dan pan.sh (BASH shell script untuk Unix/Linux). Biasanya digunakan jika ingin menjalankan Transformation pada saat otomatisasi terjadwal (scheduled automation).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 27
6. Kitchen, adalah command line tool yang khusus digunakan untuk menjalankan job. Umumnya dijalankan pada saat otomatisasi terjadwal (scheduled automation). Dipaketkan dengan nama file pan.bat batch script) dan pan.sh (BASH shell script).
7. Carte, merupakan cluster web server yang digunakan untuk mengeksekusi job / transformation terutama digunakan untuk meningkatkan pedorma ETL dengan pembagian load kerja pada beberapa node Carte (master dan slave) dalam lingkungan cluster kettle.
Semua aplikasi tersebut dijalankan melalui shell atau batch script yang saling berkaitan. Fitur-fitur di dalam kettle diantaranya: - Memiliki utilitas grafik yang dapat digunakan untuk merancang control flow umum maupun data flow. - Multi platform, karena dikembangkan di atas java yang dimana java berjalan di banyak platform sistem operasi. - Bersifat concurrent yaitu pada setiap row-row data diambil oleh step yang akan diserahkan secara paralel. - Scalable, dapat beradaptasi dengan penambahan kapasitas memori RAM maupun storage. - Koleksi step transformasi dan job cukup banyak. - Extensible, kita dapat membuat step transformasi dan job baru dengan sistem plugin. - Dukungan luas dari berbagai produk database yang terkenal di pasaran baik itu Iproprietary maupun free open source seperti Oracle, SQL server, Mysql, PostgreSQL dan lain sebagainya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 28
2.6.
Mondrian Mondrian adalah Analytical Processing Online (OLAP) server yang memungkinkan pengguna bisnis untuk menganalisis sejumlah besar data secara real-time. Mondrian tidak bisa secara otomatis mengolah informasi yang ada dalam database OLAP. Mondrian membutuhkan sebuah dokumen yang memberikan definisi mengenai database OLAP yang akan dibangun dan diolah. Dokumen tersebut disebut dengan skema (schema workbench). Skema Workbench merupakan desain antarmuka yang digunakan untuk membuat dan menguji tampilan hasil cube pada OLAP di mondrian. Di dalam skema terdapat definisi model logis, cubes, dimensions, hierarchies, members, measure, dan juga memetakan model logis ke model fisik.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 29
BAB III ANALISIS DAN PERANCANGAN
3.1.
Identifikasi Masalah dan Analisis Kebutuhan Tahap ini digunakan untuk mengetahui kebutuhan toko buku AB cabang klaten melalui administrator kepala toko dalam hasil transaksi penjualan. Transaksi penjualan akan digunakan untuk laporan dan evaluasi pengadaan seluruh barang dari berbagai penerbit, supplier, kategori, dan topik yang dijual di toko buku. Setiap bulan administrator melakukan pelaporan transaksi penjualan dari hasil yang diperoleh dan hasil pelaporan tersebut dikirimkan ke kantor pusat melalui email. Kebutuhan bagian administrator yaitu untuk melihat banyaknya jumlah penjualan dari hasil transaksi penjualan yang terjadi. Contoh laporan transaksi penjualan yang terjadi dapat dilihat pada tabel 3.1 contoh transaksi penjualan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 30
Tabel 3.1 Contoh Transaksi Penjualan
Supplier
No.Nota
Kd.Brg
Judul
Pengarang
Qty Jual
ANDI ANDI - PBR
12304
10136
BAHANA MEI 2014
OFFSET
1
ANDI STAR CONCAT
12313
10178
BUKU 40 PL @10 FLOWERY ECER
3
ANDISTAR JOGJA
12291
10232
BUKU TULIS SIDU 38
2
ANDISTAR JOGJA
12289
10232
BUKU TULIS SIDU 38
2
INTERNATIONAL
12301
8460
RAUTAN R 620-2
2
DIVA PRESS
12301
8593
PERCOBAAN SAINS SEDERHANA UNTUK ANAK
1
MITRA NUGRAHA
12292
9734
DIARY DUS MKY TG YH64K-YS0567/990/B002
3
MITRA NUGRAHA
12295
9639
BPN DISNEY ISI 48 T48D/M/KT
3
MITRA NUGRAHA
12298
9504
KERTAS MAS KUNING
3
CV.TIRO
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 31
3.2.
Pemrosesan Awal Setelah melakukan identifikasi masalah dan analisis kebutuhan, ditemukan bahwa struktur data yang ada dalam sistem belum memenuhi kaidah basis data relasional yang baik dan benar, dimana basis data relasional berisi data dalam bentuk tabel-tabel yang saling berhubungan, maka dari itu dilakukan pemrosesan awal terlebih dahulu berupa: 1) Struktur tabel basis data dari toko buku AB 2) Perancangan basis data 3) Restrukturisasi tabel 4) Pembersihan data 5) Transformasi data 6) Analisis kebutuhan gudang data Dalam melakukan restrukturisasi tabel, dilakukan pengambilan data terlebih dahulu dengan menggunakan kettle pentaho, data yang digunakan berbentuk .sql, penggunaan kettle digunakan hanya untuk memudahkan dalam pemindahan data saja. Berikut ini merupakan bagian yang akan menguraikan lebih rinci proses dari tahap-tahap yang telah dijelaskan diatas. 3.2.1 Struktur Tabel Basis Data Toko Buku AB Sebelum masuk pada proses perancangan basis data, terlebih dahulu membaca struktur basis data yang ada pada toko buku AB guna untuk mendapatkan data seperti tabel 3.1 seperti dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 32
Gambar 3.1 Struktur Tabel Basis Data Toko Buku AB
Gambar 3.1 merupakan struktur tabel basis data dari toko buku AB. Tabel yang berada pada toko buku AB terdiri dari 39 tabel dan dari semua tabel tersebut hanya digunakan 9 tabel, yaitu : 1) Tabel data_barang
Gambar 3.2 Tabel data_barang Pada gambar 3.2 merupakan data dari tabel yang bernama data_barang. Pada tabel ini terdiri dari kolom Kode_Barang, Produk_ID,
Topik_ID,
ID_Lokasi,
ID_Lokasi2,
ID_Penerbit, ISBN, Judul_Buku, Pengarang, Stok_Barang, Harga_Jual dan Tgl_input.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 33
2) Tabel data_beli
Gambar 3.3 Tabel data_beli Pada gambar 3.3 merupakan data dari tabel yang bernama data_beli. Pada tabel ini terdiri dari kolom Nomor_Beli, Nomor_Nota,
Tanggal_Beli,
ID_Supplier,
Tipe_Beli,
Tempo, dan Tgl_Jatuh_Tempo.
3) Tabel data_jual
Gambar 3.4 Tabel data_jual Pada gambar 3.4 merupakan data dari tabel yang bernama data_jual. Pada tabel ini terdiri dari kolom Nomor_Jual, Tanggal_Jual,
Waktu_Jual,
ID_Customer,
N_User,
ID_Cabang, Total_Item, Total_Qty_Brg, dan Tipe_Jual.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 34
4) Tabel detail_jual
Gambar 3.5 Tabel detail_jual Pada gambar 3.5 merupakan data dari tabel yang bernama detail_jual. Pada tabel ini terdiri dari kolom Nomor_Jual, Kode_Barang,
N_User,
Qty_Barang,
H_Jual,
dan
Disc_Jual.
5) Tabel detail_beli
Gambar 3.6 Tabel detail_beli Pada gambar 3.6 merupakan data dari tabel yang bernama detail_beli. Pada tabel ini terdiri dari kolom Nomor_Beli, Kode_Barang, N_User, Qty, Qty_Label, Harga_Beli, Persen_Disc_Item, dan Harga_Disc_Item.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 35
6) Tabel supplier
Gambar 3.7 Tabel supplier Pada gambar 3.7 merupakan data dari tabel yang bernama supplier. Pada tabel ini terdiri dari kolom ID_Supplier, Nama, Alamat, dan Kota.
7) Tabel penerbit
Gambar 3.8 Tabel penerbit Pada gambar 3.8 merupakan data dari tabel yang bernama penerbit. Pada tabel ini terdiri dari kolom ID_Penerbit, Nama_Penerbit, Alamat, dan Telpon.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 36
8) Tabel produk
Gambar 3.9 Tabel produk Pada gambar 3.9 merupakan data dari tabel yang bernama produk. Pada tabel ini terdiri dari kolom Produk_ID, Keterangan, Tgl_Input, dan Tgl_Edit.
9) Tabel topik
Gambar 3.10 Tabel topik Pada gambar 3.10 merupakan data dari tabel yang bernama topik. Pada tabel ini terdiri dari kolom Topik_ID, Keterangan, Tgl_Input, dan Tgl_Edit.
3.2.1
Perancangan Basis Data Pada bagian perancangan basis data ini dilakukan untuk memperbaiki relasi basis data yang ada di toko buku sebelumnya. Proses perancangan basis data bertujuan untuk membuat relasi data
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 37
sesuai dengan kaidah basis data relasional. Berikut ini merupakan tahapan dalam perancangan basis data.
1. Perancangan Basis Data Konseptual TOPIK_KOMPLIT ID_TOPIK {PK} NAMA_TOPIK PUNYA
a. Tabel Barang_Komplit Tabel 3.2 Tabel Barang_Komplit Nama Field
Tipe
Keterangan
ID_BARANG
int (11)
Primary Key untuk tabel Barang.
NAMA_BARANG
varchar(80)
Field untuk nama barang.
ID_PENERBIT
int (11)
Foreign key untuk menghubungkan ke tabel Penerbit.
ID_TOPIK
int (11)
Foreign key untuk menghubungkan ke tabel Topik.
ID_KATEGORI
int (11)
Foreign key untuk menghubungkan ke tabel Kategori.
ID_SUPPLIER
int (11)
Foreign key untuk menghubungkan ke tabel Supplier.
b. Tabel Kategori_Komplit Tabel 3.3 Tabel Kategori_Komplit Nama Field
Tipe
Keterangan
ID_KATEGORI
int (11)
Primary Key untuk tabel Kategori.
NAMA_ KATEGORI
varchar(25)
Field untuk nama Kategori.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 39
c. Tabel Topik_Komplit Tabel 3.4 Tabel Topik_Komplit Nama Field
Tipe
Keterangan
ID_TOPIK
int (11)
Primary Key untuk tabel Topik.
NAMA_TOPIK
varchar(25)
Field untuk nama Topik.
d. Tabel Penerbit_Komplit Tabel 3.5 Tabel Penerbit_Komplit Nama Field
Tipe
Keterangan
ID_PENERBIT
int (11)
Primary Key untuk tabel Penerbit.
NAMA_PENERBIT
varchar(25)
Field untuk nama Penerbit.
e. Tabel Supplier_Komplit Tabel 3.6 Tabel Supplier_Komplit Nama Field
Tipe
Keterangan
ID_SUPPLIER
int (11)
Primary Key untuk tabel Supplier.
NAMA_SUPPLIER
varchar(25) Field untuk nama Supplier.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 40
f. Tabel Transaksi_Komplit Tabel 3.7 Tabel Transaksi_Komplit Nama Field
Tipe
Keterangan
ID_TRANSAKSI
int (11)
Primary Key untuk tabel Transaksi.
NOMOR_NOTA
int (11)
Field untuk nomor_nota.
TGL_JUAL
int (11)
Field untuk tgl_jual.
JUMLAH_PENJUALAN
int (11)
Field untuk Jumlah_Penjualan.
g. Tabel Detail_Penjualan Tabel 3.8 Tabel Detail_penjualan Nama Field Tipe ID_BARANG
int (11)
Keterangan Foreign key untuk menghubungkan ke tabel Barang.
JUMLAH_PENJUALAN
int (11)
Field untuk Jumlah_Penjualan.
ID_TRANSAKSI
int (11)
Foreign key untuk menghubungkan ke tabel Id_Transaksi.
3.2.2
Restrukturisasi Tabel Restrukturisasi tabel dibuat karena adanya beberapa kendala, diantaranya yaitu : 1. Relasi struktur tabel-tabel basis data toko buku AB belum memenuhi kaidah basis data relasional yang baik dan benar,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41
contohnya yaitu satu id_barang dimiliki oleh banyak id_supplier sehingga membuat administrator toko buku mengalami kendala. 2. Terjadinya
duplikasi
data
pada
semua
tabel
yang
menghambat proses transaksi penjualan di toko buku AB. Dari alasan tersebut, maka dilakukan restrukturisasi tabel guna untuk memperbaiki relasi tabel-tabel di toko buku AB, dan untuk memudahkan didalam melakukan pembuatan gudang data. Bagian berikut ini akan menguraikan lebih rinci prosesproses restrukturisasi tabel : 1. Membaca relasi data dari transaksi penjualan. 2. Memperbaiki relasi database pada tabel-tabel yang belum benar dengan cara melakukan restrukturisasi.
3.2.1.1
Membaca relasi data dari transaksi penjualan Pada bagian ini, membaca relasi data sangatlah penting. Relasi data dibutuhkan untuk mengetahui hubungan antar tabel dalam basis data. Tabel basis data dari toko buku tidaklah semua diambil, hanya tabel yang berkaitan dengan transaksi penjualan saja dan beberapa tabel yang dibuat guna untuk memperbaiki relasi antara tabel satu dengan tabel yang lain sehingga transaksi penjualan pada tabel 3.1 dapat sesuai dengan perancangan yang diharapkan dan mempermudah untuk proses pembuatan gudang data selanjutnya. Pada bagian struktur tabel basis data toko buku AB ada 9 tabel yang akan digunakan untuk proses restrukturisasi tabel. Berikut ini merupakan penjelasan dari 9 tabel tersebut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 42
1) Tabel data_barang
Gambar 3.13 Tabel data_barang Gambar 3.13 adalah tabel data_barang
yang digunakan
untuk membuat tabel barang. Pada tabel data_barang ini terdapat beberapa kolom data, tetapi hanya ada lima kolom data yang digunakan, yaitu: Kode_Barang, Produk_ID, Topik_ID, ID_Penerbit, dan Judul_Buku.
2) Tabel data_beli
Gambar 3.14 Tabel data_beli Gambar 3.14 adalah tabel data_beli. Pada tabel data_beli terdapat beberapa kolom data tetapi hanya satu kolom data yang digunakan, yaitu: Nomor_Beli. Nomor_Beli ini akan digunakan untuk mendapatkan id_supplier berdasarkan no beli. Untuk lebih lanjutnya dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel bagian tampung supplier barang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 43
3) Tabel data_jual
Gambar 3.15 Tabel data_jual Gambar 3.15 adalah tabel data_jual. Pada tabel data_jual terdapat beberapa kolom data, tetapi hanya tiga kolom data yang digunakan, yaitu: Nomor_Jual, Tanggal_Jual dan Total_Qty_Brg.
Nomor_Jual,
Total_Qty_Brg ini digunakan
Tanggal_Jual
dan
untuk mendapatkan kode
barang yang sesuai dengan nomor jual. Untuk lebih rincinya, dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel di pembentukan tabel Data Detail Jual.
4) Tabel detail_jual
Gambar 3.16 Tabel detail_jual Gambar 3.16 adalah tabel detail_jual. Pada tabel detail_jual, terdapat beberapa kolom data, tetapi hanya tiga kolom data yang digunakan, yaitu: Nomor_Jual, Kode_Barang, dan Qty_Barang.
Data
Nomor_Jual,
Kode_Barang,
dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 44
Qty_Barang berfungsi untuk menghubungkan nomor_jual yang ada pada data_jual. Untuk lebih rincinya, dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel di pembentukan tabel Data Detail Jual.
5) Tabel detail_beli
Gambar 3.17 Tabel detail_beli Gambar 3.17 adalah tabel detail_jual. Pada tabel detail_beli terdapat beberapa kolom data tetapi hanya tiga kolom data yang digunakan, yaitu: Nomor_Beli, Kode_Barang. Data Nomor_Beli,
dan
Kode_Barang
berfungsi
untuk
menghubungkan Kode_Barang yang berada di tabel data_barang, dan Nomor_Beli di tabel data_beli. Untuk lebih rincinya, dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel di pembentukan tabel Tampung Supplier Barang.
6) Tabel supplier
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 45
Gambar 3.18 Tabel supplier Gambar 3.18 adalah tabel supplier. Pada tabel supplier, terdapat beberapa kolom data tetapi hanya dua kolom data yang
digunakan,
yaitu:
ID_Supplier,
dan
Nama.
ID_Supplier, dan Nama. ID_Supplier sendiri digunakan untuk banyak tabel, salah satu kegunaannya yaitu untuk mendapatkan data barang yang sesuai dengan data supplier. Tabel supplier ini akan digunakan di tabel: data_beli, transaksi,
tampung
supplier
barang,
tampung_barang_supplier, barang_jadi, sementara transaksi dan tabel woo. Untuk lebih rincinya, dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel.
7) Tabel penerbit
Gambar 3.19 Tabel penerbit Gambar 3.19 adalah tabel penerbit. Pada tabel penerbit, terdapat beberapa kolom data tetapi hanya dua kolom data yang digunakan, yaitu: ID_Penerbit, dan Nama_Penerbit.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 46
Tabel penerbit digunakan dalam proses restrukturisasi tabel. Untuk lebih rincinya, dapat dilihat pada bagian lampiran mengenai restrukturisasi tabel di pembentukan tabel penerbit.
8) Tabel produk
Gambar 3.20 Tabel produk Gambar 3.20 adalah tabel produk. Pada tabel produk, terdapat beberapa kolom data tetapi hanya dua kolom data yang digunakan, yaitu: Produk_ID, dan Keterangan. Tabel produk sendiri akan digunakan dalam proses restrukturisasi tabel di bagian pembentukan tabel produk.
9) Tabel topik
Gambar 3.21 Tabel topik Gambar 3.21 adalah tabel topik. Pada tabel topik, terdapat beberapa kolom data tetapi hanya dua kolom data yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 47
digunakan, yaitu: Topik_ID, dan Keterangan. Tabel topik sendiri akan digunakan dalam proses restrukturisasi tabel di bagian pembentukan tabel topik.
3.2.1.2
Memperbaiki relasi database pada tabel-tabel yang belum benar dengan cara melakukan restrukturisasi. Dalam melakukan proses restrukturisasi tabel, dilakukan proses import dari database toko menuju ke database data_jadi_monsi dengan menggunakan kettle. Kettle disini hanya untuk memudahkan di dalam pengambilan data saja. Tabel yang digunakan yaitu : 1) barang 2) topik 3) produk 4) penerbit 5) supplier 6) data_beli 7) detail_beli 8) data_jual 9) data_detail_jual 10) tampung supplier barang 11) transaksi 12) tampung_barang_supplier_monsi 13) barang_jadi 14) sementara transaksi 15) woo Beberapa tabel yang dibuat seperti transaksikucoba, sementara_transaksi,
dan
tabel
woo
bertujuan
untuk
mencocokan data agar hasil dari restrukturisasi sesuai dengan basis data relasional. Dalam pengambilan atau import tabeltabel diatas dapat dilihat pada bagian lampiran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 48
Setelah mengambil dan membuat tabel-tabel diatas, kemudian dilakukan penyederhanaan tabel, yaitu mengambil tabel-tabel dengan data yang akan diperlukan, kemudian dilakukan
import
data
ke
database
yang
bernama
monica_skripsi dimana di dalam database tersebut sudah sesuai dengan basis data relasional seperti perancangan basis data yang dijelaskan sebelumnya. Hasil tabel di database monica_skripsi dapat dilihat pada gambar berikut :
Gambar 3.22 Hasil Restrukturisasi Basis Data monica_skripsi 3.2.3 Pembersihan Data Setelah tahap restrukturisasi selasai, kemudian dilakukan proses pembersihan guna untuk mendapatkan data yang konsisten dan relevan. Tahap ini bertujuan agar di dalam pemrosesan data, dapat berlangsung dengan cepat, sebagai contoh ada data transaksi yang null atau tidak adanya data yang berkaitan dengan tabel yang lain maka dilakukan pembersihan data.
3.2.4 Transformasi Data
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 49
Transformasi dilakukan untuk mengubah format lama menjadi format baru yang digunakan untuk format gudang data. Sebagai contoh atribut pada barang terdapat ID BARANG, NAMA BARANG maka pada proses transformasi ini atribut akan diubah menjadi ID_BARANG, NAMA_BARANG. Proses ini bertujuan untuk memudahkan dalam pengimplementasian di gudang data.
3.3.
Analisis Kebutuhan Gudang Data 3.3.1
Use Case Diagram use case ini menggambarkan kebutuhan admin dari Kepala toko buku, dari gudang data yang akan dibangun. Pada gambar 3.23 menerangkan gambar use case untuk gudang data transaksi penjualan. Login
OLAP
Melihat Laporan transaksi penjualan
Admin Kepala Toko
Gambar 3.23 Diagram Use Case Dari diagram use case diatas, dapat di deskripsikan sebagai berikut :
Tabel 3.9 Deskripsi Diagram Use Case
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 50
Kode Use
Nama Use Case
Deskripsi
Aktor
Case Use case ini mejelaskan proses dimana admin kepala toko
login
sebelum masuk ke sistem.
Login
US001
melakukan
Untuk
dapat
masuk
ke
Admin Kepala Toko
sistem, kepala toko harus memasukkan username dan password terlebih dahulu. Melihat laporan transaksi
US002
melihat hasil pembangunan gudang
penjualan
3.3.2
Use case ini berfungsi untuk
data
transaksi
Admin Kepala Toko
penjualan.
Narasi Use Case 1) Narasi Use Case Login Kepala Admin Tabel 3.10 Narasi Use Case Login
Kode Use case
US001
Nama Use case
Login
Aktor
Admin Kepala Toko
Deskripsi Use Case
Use case ini mejelaskan proses dimana admin kepala toko melakukan login sebelum masuk ke sistem. Untuk dapat masuk ke sistem, kepala toko harus memasukkan username dan password terlebih dahulu
Kondisi Awal
Admin Kepala Toko belum memasukkan username dan password
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 51
-
Trigger
Kegiatan Aktor
Respon Sistem 1. Sistem menampilkan halaman utama
2. Kepala admin mengklik menu “LOGIN” 3. Sistem menampilkan halaman login Langkah umum
4. Kepala admin memasukkan username dan password 5. Sistem mengecek username dan password sesuai dengan database 6. menampilkan halaman utama admin kepala toko
Langkah Alternatif
-
Kondisi Akhir
Kepala admin berhasil login jika password dan username sesuai dengan database
2) Narasi Use Case melihat laporan transaksi penjualan Tabel 3.11 Narasi Use Case Melihat Laporan Transaksi Penjualan Kode Use case
US002
Nama Use case
Melihat laporan transaksi penjualan
Aktor
Admin Kepala Toko
Deskripsi Use Case
Use case ini berfungsi untuk melihat hasil dari pembangunan gudang data transaksi penjualan
Kondisi Awal
Admin
Kepala
Toko
belum
mendapatkan
hasil
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 52
pembangunan gudang data laporan transaksi penjualan -
Trigger
Kegiatan Aktor
Respon Sistem 1. Menampilkan halaman utama
2.
Admin
memilih
Langkah umum
Kepala menu
Laporan
Toko “Lihat
Transaksi
Penjualan” 3. Menampilkan hasil Langkah Alternatif
-
Kondisi Akhir
Admin Kepala Toko mendapatkan hasil pembangunan gudang data transaksi penjualan
3.4.
Pembuatan Gudang Data Proses pembuatan gudang data memerlukan beberapa langkah, diantaranya : 1) Membaca data legacy 2) Memindahkan data dari sumber ke server gudang data 3) Memecah gudang data ke dalam tabel dimensi dan tabel fakta 3.4.1 Membaca data legacy Pada proses ini, membaca data sangat diperlukan untuk mengetahui
hubungan antar tabel satu dengan tabel yang lain,
proses ini dimaksudkan untuk menganalisis data yang akan digunakan,
serta
proses
cleanning
data
bertujuan
memperlancar dalam proses pembuatan gudang data.
3.4.2
Memindahkan data dari sumber ke server gudang data
untuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 53
Tahap ini bertujuan untuk memilih dan memilah field-field yang diperlukan untuk beberapa tabel master yang nantinya akan dibuat sebuah dimensi dan dibuat tabel fakta. Tabel fakta sendiri berisikan fakta-fakta dari dimensi yang telah dibuat serta di dalam tabel fakta terdapat measure atau nilai pengukuran gudang data yang
diperlukan.
Setelah
melakukan
restrukturisasi
tabel,
selanjutnya dilakukan pembentukan tabel master dan dimensi. Tabel master dan dimensi mengacu dengan informasi laporan transaksi penjualan di toko buku untuk pembuatan gudang data. Informasi tersebut diantaranya berupa SUPPLIER, BARANG, KATEGORI, TOPIK, JUMLAH PENJUALAN, PENERBIT, KUARTAL, BULAN, TAHUN, dan berikut merupakan langkah pembentukan tabel master yang akan dibawa pada proses gudang data.
1) Tabel ms_barang Tabel ms_barang atau master barang berguna untuk menyimpan semua data-data barang. Data barang disimpan dalam bentuk sql atau structured query language. Tabel ms_barang dibuat dari data mentah yang bernama tabel barang_komplit
dari
database
monica_skripsi,
untuk
menjadikan ms_barang diperlukan proses pemindahan data barang
ke
dalam
tabel
ms_barang
pada
database
monica_dataskripsi. Proses pemindahan data barang dapat dilihat pada gambar 3.24. Tabel Barang_Komplit id_barang nama_barang
ms_barang PK
id_barang nama_barang
Gambar 3.24 Proses Pemindahan Tabel ms_barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 54
Tabel ms_barang mempunyai dua field id_barang sebagai primary-key dan field nama_barang. Struktur data dari tabel ms_barang dapat dilihat pada tabel 3.12. Tabel 3.12 Tabel ms_barang ms_barang
Tabel master barang
PK
id_barang
id_barang sebagai primary key
nama_barang
berisi nama barang
2) Tabel ms_penerbit Tabel ini berisi data-data dari seluruh penerbit dari berbagai penjualan di toko buku. Data penerbit disimpan dalam bentuk sql di database monica_skripsi. Untuk menjadikan ms_penerbit diperlukan proses pemindahan data penerbit_komplit ke dalam tabel penerbit pada database monica_dataskripsi. Proses pemindahan data penerbit dapat dilihat pada gambar 3.25. Tabel Penerbit_Komplit id_penerbit nama_penerbit
ms_penerbit PK
id_penerbit nama_penerbit
Gambar 3.25 Proses Pemindahan Tabel ms_penerbit Tabel ms_penerbit mempunyai dua field id_penerbit sebagai primary-key dan field nama_penerbit. Struktur data dari tabel ms_penerbit dapat dilihat pada tabel 3.13. Tabel 3.13 Tabel ms_penerbit ms_penerbit
Tabel master penerbit
PK
id_penerbit
id_penerbit sebagai primary key
nama_penerbit
berisi nama penerbit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 55
3) Tabel ms_kategori Tabel ini berisi data-data kategori seluruh penjualan di toko buku. Data kategori_komplit disimpan dalam bentuk sql di database monica_skripsi. Untuk menjadikan ms_kategori diperlukan proses pemindahan data kategori_komplit ke dalam tabel kategori pada database monica_dataskripsi. Proses pemindahan data produk dapat dilihat pada gambar 3.26. Tabel Kategori_Komplit id_kategori nama_kategori
ms_penerbit PK
id_kategori nama_kategori
Gambar 3.26 Proses Pemindahan Tabel ms_kategori Tabel ms_kategori mempunyai dua field id_kategori sebagai primary-key dan field nama_kategori. Struktur data dari tabel ms_kategori dapat dilihat pada tabel 3.14. Tabel 3.14 Tabel ms_kategori ms_kategori
Tabel master produk
PK
id_kategori
id_kategori sebagai primary key
nama_kategori
berisi nama kategori
4) Tabel ms_supplier Tabel ini berisi data-data dari seluruh supplier. Data supplier_komplit disimpan dalam bentuk sql di database monica_skripsi. Untuk menjadikan ms_supplier diperlukan proses pemindahan data supplier_komplit ke dalam tabel supplier pada database monica_dataskripsi. Proses pemindahan data supplier dapat dilihat pada gambar 3.27.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 56
ms_supplier Tabel Supplier_Komplit id_supplier
PK
id_ supplier
nama_supplier
nama_supplier
Gambar 3.27 Proses Pemindahan Tabel ms_supplier
Tabel ms_supplier mempunyai dua field id_supplier sebagai primary-key dan field nama_supplier. Struktur data dari tabel ms_supplier dapat dilihat pada tabel 3.15. Tabel 3.15 Tabel ms_supplier ms_supplier PK
Tabel master supplier
id_supplier
id_supplier sebagai primary key
nama_supplier
berisi nama supplier
5) Tabel ms_topik Tabel ini berisi data-data dari seluruh topik. Data topic_komplit
disimpan dalam bentuk
sql
di
database
monica_skripsi. Untuk menjadikan ms_topik diperlukan proses pemindahan data topik_komplit ke dalam tabel topik pada database monica_dataskripsi. Proses pemindahan data topik dapat di lihat pada gambar 3.28.
Tabel Topik_Komplit id_topik nama_topik
ms_topik PK
id_topik nama_topik
Gambar 3.28 Proses Pemindahan Tabel ms_topik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 57
Tabel ms_topik mempunyai dua field id_topik sebagai primary-key dan field nama_topik. Struktur data dari tabel ms_topik dapat dilihat pada tabel 3.16. Tabel 3.16 Tabel ms_topik ms_topik
Tabel master topik
PK
id_topik
id_topik sebagai primary key
nama_topik
berisi nama topik
6) Tabel ms_transaksi Tabel ms_transaksi berisi data-data seluruh transaksi penjualan di toko buku. Data transaksi tersebut disimpan dalam bentuk sql di database monica_skripsi. Untuk menjadikan ms_transaksi
diperlukan
proses
pemindahan
data
detail_penjualan ke dalam tabel ms_transaksi pada database monica_dataskripsi. Proses pemindahan data ms_transaksi dapat di lihat pada gambar 3.29.
Tabel detail_penjualan
ms_transaksi
id_barang
FK
id_barang
id_penerbit
FK
id_penerbit
id_kategori
FK
id_kategori
id_topik
FK
id_topik
id_supplier
FK
id_supplier
jumlah_penjualan
FK
jumlah_penjualan
tgl_jual
FK
tgl_jual
id_transaksi Gambar 3.29 Proses Pemindahan Tabel ms_transaksi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 58
Tabel
ms_transaksi
id_penerbit,
mempunyai
id_kategori,
7
field
id_topik,
id_barang, id_supplier,
jumlah_penjualan, tgl_jual, dan id_transaksi. Dalam master transaksi atau ms_transaksi id_transaksi tidak disertakan, karena hanya data yang diperlukan saja yang akan masuk ke dalam proses gudang data. Struktur data dari tabel ms_transaksi dapat dilihat pada tabel 3.17.
Tabel 3.17 Tabel ms_transaksi
3.4.3
ms_transaksi
Tabel master transaksi
FK
id_barang
berisi id_barang
FK
id_penerbit
berisi id_penerbit
FK
id_kategori
berisi id_produk
FK
id_topik
berisi id_topik
FK
id_supplier
berisi id_supplier
jumlah_penjualan
berisi jumlah penjualan
tgl_jual
berisi tanggal input transaksi
Memecah gudang data ke dalam dimensi dan tabel fakta Tabel dimensi yang digunakan berasal dari beberapa tabel. Berikut ini detail asal dari tiap dimensi :
1) Dim_barang ms_barang PK id_barang nama_barang
dim_barang PK
sk_barang id_barang nama_barang
Gambar 3.30 Pembentukan dimensi barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 59
Gambar 3.30 merupakan proses dari pembuatan dimensi barang yang berasal dari tabel ms_barang yang berada pada database monica_dataskripsi. Tabel ms_barang berisi field id_barang untuk menyimpan id_barang, serta nama_barang untuk menyimpan nama_barang. Setelah itu dibuat menjadi dimensi yang bernama dim_barang yang berisi id_barang, nama_barang dan menambahkan surrogate key untuk dimensi barang yaitu sk_barang.
2) Dim_penerbit ms_penerbit PK id_penerbit
dim_ penerbit PK
nama_penerbit
sk_penerbit id_ penerbit nama_penerbit
Gambar 3.31 Pembentukan dimensi penerbit Gambar 3.31 merupakan proses dari pembuatan dimensi penerbit yang berasal dari tabel ms_penerbit yang berada pada database monica_dataskripsi. Tabel ms_penerbit berisi field id_penerbit untuk menyimpan id_penerbit, serta nama_penerbit untuk menyimpan nama_penerbit. Setelah itu dibuat menjadi dimensi yang bernama dim_penerbit yang berisi id_penerbit, nama_penerbit dan menambahkan surrogate key untuk dimensi penerbit yaitu sk_penerbit.
Gambar 3.32 merupakan proses dari pembuatan dimensi kategori yang berasal dari tabel ms_kategori yang berada pada database monica_dataskripsi. Tabel ms_kategori berisi field id_kategori untuk menyimpan id_kategori, serta nama_kategori untuk menyimpan nama_kategori. Setelah itu dibuat menjadi dimensi yang bernama dim_kategori yang berisi id_kategori, nama_kategori dan menambahkan surrogate key untuk dimensi kategori yaitu sk_kategori.
4) Dim_supplier ms_supplier PK id_supplier
dim_supplier PK
nama_supplier
sk_supplier id_ supplier nama_supplier
Gambar 3.33 Pembentukan dimensi supplier Gambar 3.33 merupakan proses dari pembuatan dimensi supplier yang berasal dari tabel ms_supplier yang berada pada database monica_dataskripsi. Tabel ms_supplier berisi field id_supplier untuk menyimpan id_supplier, serta nama_supplier untuk menyimpan nama_supplier. Setelah itu dibuat menjadi dimensi yang bernama dim_supplier yang berisi id_supplier, nama_supplier dan menambahkan surrogate key untuk dimensi supplier yaitu sk_supplier.
5) Dim_topik ms_topik PK id_topik nama_topik
dim_topik PK
sk_topik id_topik nama_topik
Gambar 3.34 Pembentukan dimensi topik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 61
Gambar 3.34 merupakan proses dari pembuatan dimensi topik yang berasal dari tabel ms_topik yang berada pada database monica_dataskripsi. Tabel ms_topik berisi field id_topik untuk menyimpan
id_topik,
serta
nama_topik
untuk
menyimpan
nama_topik. Setelah itu dibuat menjadi dimensi yang bernama dim_topik yang berisi id_topik, nama_topik dan menambahkan surrogate key untuk dimensi topik yaitu sk_topik.
6) Tabel Fakta Pada proses pembentukan tabel fakta ini tedapat enam dimensi diantaranya, dimensi barang, dimensi penerbit, dimensi kategori, dimensi supplier, dimensi topik, dan dimensi waktu. Tabel fakta memiliki foreign-key dari masing-masing dimensi, yaitu sk_barang, sk_penerbit, sk_produk, sk_supplier, sk_topik, sk_waktu serta measure yaitu jumlah_penjualan. dim_barang id_barang nama_barang sk_barang
Rancangan MDX Kueri untuk Cube Fact_Penjualan Gudang data yang dibuat memiliki cube faktaku. Didalam pembuatan cube ini terdapat rancangan MDX kueri yang menampilkan OLAP dengan menggunakan tabel fakta yaitu fact_penjualan terdiri dari dim_barang,
dim_waktu,
dim_penerbit,
dim_topik,
dim_supplier,
dim_kategori dengan menggunakan skema bintang atau star schema. Nilai pengukuran
yang
digunakan
atau
measure
adalah
jumlah
dari
jumlah_penjualan yang akan ditampilkan dalan tahun, bulan, dan kuartal. Struktur MDX kueri tersebut dapat dilihat pada gambar 3.36.
Gambar 3.36 Struktur MDX Kueri Untuk Laporan Transaksi Penjualan
3.6.
Perancangan Antar Muka 1) Halaman Login Tampilan halaman ini adalah halaman login dimana kepala toko hendak masuk ke dalam sistem gudang data transaksi penjualan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 63
SELAMAT DATANG DI TOKO BUKU AB
Username Password Login
Gambar 3.37 Halaman Login
2) Halaman Menu Awal Halaman ini adalah tampilan pertama kali saat kepala toko mengakses sistem gudang data transaksi penjualan. GUDANG DATA TRANSAKSI PENJUALAN Home
Laporan Transaksi Penjualan
VISI MISI
Gambar 3.38 Halaman Home
Logout
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 64
3) Halaman Menu Laporan Transaksi Penjualan Halaman ini digunakan kepala toko untuk mengaskes dan melihat cube gudang data dari server gudang data. GUDANG DATA TRANSAKSI PENJUALAN Home
Laporan Transaksi Penjualan
HASIL OLAP
Gambar 3.39 Halaman Transaksi Penjualan
Logout
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 65
BAB IV IMPLEMENTASI
Pada bagian ini akan dijelaskan mengenai implementasi pembuatan gudang data dan pembahasannya. Pembuatan gudang data mengacu pada kebutuhan informasi yang dapat diperoleh dari transaksi penjualan di toko buku AB. 4.1.
Implementasi Arsitektur Gudang Data
Gambar 4.1 Arsitektur Gudang Data
Arsitektur gudang data dibuat untuk memberikan gambaran umum tentang pembentukan gudang data. Didalam arsitektur gudang data, sumber data berasal dari data yang berbentuk tabel database. Sumber data masih dilakukan pemilihan terlebih dahulu yaitu dengan mengambil datadata yang diperlukan, setelah mendapatkan data yang diperlukan masuk ke proses
selanjutnya
yaitu
memasukkan
kedalam
database
monica_dataskripsi yang akan dilakukan proses ETL. Hasil dari proses ETL kemudian disimpan sebagai gudang data, sehingga dapat dilakukan tahap selanjutnya dalam proses OLAP. Hasil dari pembentukan OLAP nantinya digunakan untuk membantu admin kepala toko buku dalam pemantauan seluruh transaksi penjualan. Dalam mendukung arsitektur gudang data diperlukan beberapa spesifikasi software dan hardware yang mendukung, diantaranya : 1.
Membaca Data Legacy Sumber data yang digunakan dalam pembuatan gudang data ini adalah data transaksi penjualan yang berbentuk file .sql dalam database. Data transaksi penjualan menggunakan data pada tahun 2013 dan 2014. Didalam membaca data legacy sendiri diperlukan
proses
yaitu
restrukturisasi
tabel
guna
untuk
mendapatkan tabel-tabel yang sudah sesuai dengan perancangan basis data relasional, serta dilakukan proses pembersihan terlebih dahulu, seperti memberikan format yang sesuai dalam proses gudang data, kemudian membersihkan data-data yang tidak diperlukan.
4.2.2
Memindahkan Data ke Server Gudang Data Sebelum masuk pada langkah memindahkan data dan pembuatan dimensi serta tabel fakta, sebelumnya akan dijelaskan beberapa fungsi dari tools Kettle Pentaho yang digunakan dalam proses pembuatan gudang data ini. Tabel 4.1 berikut ini menunjukkan tool-tools yang digunakan dalam memindahkan data ke server gudang data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 67
Tabel 4.1 Tabel Tools Kettle Yang Digunakan Tools Pada Kettle
Fungsi Table input digunakan untuk membaca data dari database. Select values digunakan untuk memilih fieldfield apa saja yang mau ditampilkan. Insert / update digunakan untuk memasukkan dan menyimpan data ke dalam tabel serta untuk mengeksekusi sql. Add sequence digunakan untuk memberikan surrogate key.
Stream lookup digunakan untuk menyamakan data.
Sort rows digunakan untuk mengurutkan baris data berdasarkan satu atau lebih field. Group by digunakan untuk melakukan agregasi fields total. Table output digunakan untuk menulis data ke dalam database.
keperluan
1. Tabel ms_transaksi
Gambar 4.2 ms_transaksi.ktr Gambar
4.2
merupakan
proses
pemindahan
data
detail_penjualan atau yang akan menjadi master transaksi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 68
(ms_transaksi)
ke
tabel
ms_transaksi
dalam
database
monica_dataskripsi. Langkah pembentukan ms_transaksi dimulai dari mengambil data detail_penjualan yang berada pada database monica_skripsi, dimana dalam pengambilan data tetap dilakukan proses kueri seperti gambar 4.3, kemudian dilakukan pemilihan field yang diperlukan dengan menggunakan select value. Setelah melakukan select value, selanjutnya yaitu memasukkan dan menyimpan data ke dalam tabel dim_barang serta mengeksekusi SQL melalui langkah insert/update.
Gambar 4.3 Langkah Select Data Pada gambar 4.3 merupakan proses dalam melakukan pengambilan data dari tabel detail_penjualan, dimana dalam tabel detail_penjualan terdapat id_barang, id_penerbit, id_kategori, id_topik, id_supplier, jumlah_penjualan dan tgl_jual. Kemudian dilanjutkan dengan memilih field yang dengan menggunakan select value seperti gambar 4.4.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 69
Gambar 4.4 Memilih Field Yang Digunakan Gambar
4.4
merupakan
langkah
untuk
melakukan
pemilihan field-field yang digunakan. Fields tersebut adalah id_barang,
id_penerbit,
id_kategori,
id_topik,
id_supplier,
jumlah_penjualan dan tgl_jual. Setelah
memilih
field
yang
digunakan,
kemudian
mengeksekusi SQL dengan menggunakan insert/update dan menampilkan hasil output dengan nama ms_transaksi.
Gambar 4.5 Langkah Insert/Update ms_transaksi Pada gambar 4.5 merupakan langkah untuk menyeleksi data yang digunakan dan memasukkan data ke dalam tabel output yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 70
bernama ms_transaksi. Tabel ms_transaksi ini akan berperan didalam pembuatan tabel fakta.
Gambar 4.6 Output ms_transaksi Gambar 4.6 merupakan hasil keluaran dari ms_transaksi, yang didalamnya terdapat id_barang, id_penerbit, id_kategori, id_topik, id_supplier, jumlah_penjualan dan tgl_jual. 2.
Tabel msbarang
Gambar 4.7 ms_barang.ktr Gambar 4.7 merupakan proses pemindahan data barang ke tabel ms_barang dalam database monica_dataskripsi. Langkah pembentukan ms_barang dimulai dari mengambil data barang yang berada
pada
database
monica_skripsi,
dimana
didalam
pengambilan data tetap dilakukan proses kueri seperti gambar 4.8, kemudian dilakukan pemilihan field yang diperlukan dengan menggunakan select value. Setelah melakukan select value, selanjutnya yaitu memasukkan dan menyimpan data ke dalam tabel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 71
dim_barang
serta
mengeksekusi
SQL
melalui
langkah
insert/update.
Gambar 4.8 Langkah Select Data Barang Pada gambar 4.8 merupakan langkah dalam select data barang, yang mengambil data berupa id_supplier, id_barang, nama_barang, id_kategori, id_topik, dan id_penerbit dari tabel barang_komplits.
Gambar 4.9 Memilih Field Yang Digunakan Pada gambar 4.9 merupakan langkah untuk memilih field dengan menggunakan select value. Pada bagian ini field yang digunakan adalah id_barang dan nama_barang. Setelah
memilih
field
yang
digunakan,
kemudian
mengeksekusi SQL dengan menggunakan insert/update dan menampilkan hasil output ms_barang dengan nama ms_barang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 72
Gambar 4.10 Langkah Insert/Update ms_barang Gambar 4.10 merupakan langkah dari insert/update tabel ms_barang yang digunakan untuk memasukkan data ke tabel ms_barang.
Gambar 4.11 Output ms_barang Gambar 4.11 merupakan hasil output dari ms_barang, dimana hasil output berupa id_barang dan nama_barang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 73
3. Tabel ms_kategori
Gambar 4.12 ms_kategori.ktr Gambar 4.12 merupakan proses pemindahan data kategori ke tabel ms_kategori dalam database monica_dataskripsi. Proses dimulai dari input tabel kategori, dimana di dalam pengambilan tetap terjadi proses kueri. Proses kueri pada input tabel kategori dapat dilihat pada gambar dibawah ini:
Gambar 4.13 Langkah Select Data Kategori Gambar 4.13 merupakan langkah dalam select kategori, yang mengambil data berupa id_kategori dan nama_kategori dari tabel kategori_komplit. Kemudian dilanjutkan dengan memilih field yang dengan menggunakan select value seperti gambar 4.14.
Gambar 4.14 Memilih Field Yang Digunakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 74
Gambar 4.14 merupakan langkah untuk memilih field dengan menggunakan select value. Pada bagian ini field yang digunakan adalah id_kategori dan nama_kategori. Setelah
memilih
field
yang
digunakan,
kemudian
mengeksekusi SQL dengan menggunakan insert/update dan menampilkan hasil output ms_kategori dengan nama ms_kategori.
Gambar 4.15 Langkah Insert/Update ms_kategori Gambar 4.15 merupakan langkah dari insert/update tabel ms_kategori yang digunakan untuk memasukkan data ke tabel ms_kategori.
Gambar 4.16 Output ms_kategori
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 75
Gambar 4.16 merupakan hasil output dari ms_kategori, dimana hasil output berupa id_kategori dan nama_kategori. 4.
Tabel ms_topik
Gambar 4.17 ms_topik.ktr Gambar 4.17 merupakan proses pemindahan data topik ke tabel ms_topik dalam database monica_dataskripsi. Proses dimulai dari input tabel topik, dimana di dalam pengambilan tetap terjadi proses kueri. Proses kueri pada input tabel topik dapat dilihat pada gambar dibawah ini:
Gambar 4.18 Langkah Select Data Topik Gambar 4.18 merupakan langkah dalam select data topik, yang mengambil data berupa id_topik dan nama_topik dari tabel topik_komplit. Kemudian dilanjutkan dengan memilih field menggunakan select value seperti gambar 4.19.
Gambar 4.19 Memilih Field Yang Digunakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 76
Gambar 4.19 merupakan langkah untuk memilih field dengan menggunakan select value. Pada bagian ini field yang digunakan adalah id_topik dan nama_topik.
Gambar 4.20 Langkah Insert/Update ms_topik Gambar 4.20 merupakan langkah insert/update digunakan untuk mengeksekusi SQL dan memasukkan data ke dalam tabel ms_topik.
Gambar 4.21 Output ms_topik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 77
Gambar 4.21 merupakan hasil output dari ms_topik, dimana hasil output berupa id_topik dan nama_topik. 5.
Tabel ms_penerbit
Gambar 4.22 ms_penerbit.ktr Gambar 4.22 merupakan proses pemindahan data penerbit ke tabel ms_penerbit dalam database monica_dataskripsi. Proses dimulai dari input tabel penerbit, dimana di dalam pengambilan tetap terjadi proses kueri. Proses kueri pada input tabel penerbit dapat dilihat pada gambar dibawah ini:
Gambar 4.23 Langkah Select Data Penerbit Pada gambar 4.23 merupakan langkah select data penerbit. Data yang digunakan yaitu id_penerbit, dan nama_penerbit yang diambil dari tabel penerbit_komplit. Kemudian dilanjutkan dengan memilih field yang dengan menggunakan select value seperti gambar 4.24.
Gambar 4.24 Memilih Field Yang Digunakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 78
Gambar 4.24 merupakan langkah dalam pemilihan field yang digunakan yaitu id_penerbit dan nama_penerbit. Setelah memilih field yang digunakan, kemudian mengeksekusi SQL dengan menggunakan insert/update dan menampilkan hasil output ms_penerbit dengan nama ms_penerbit.
Gambar 4.25 Langkah Insert/Update ms_penerbit Gambar 4.25 langkah untuk melakukan eksekusi SQL dan menambahkan data ke dalam tabel yang bernama ms_penerbit dengan menggunakan insert/update
Gambar 4.26 Output ms_penerbit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 79
Gambar 4.26 merupakan hasil dari output ms_penerbit yang didalamnya terdapat id_penerbit dan nama_penerbit. 6.
Tabel ms_supplier
Gambar 4.27 ms_supplier.ktr Gambar 4.27 merupakan proses pemindahan data supplier ke tabel ms_supplier dalam database monica_dataskripsi. Proses dimulai dari input tabel supplier, dimana di dalam pengambilan tetap terjadi proses kueri. Proses kueri pada input tabel supplier dapat dilihat pada gambar dibawah ini:
Gambar 4.28 Langkah Select Data Supplier Gambar 4.28 adalah proses dalam melakukan select data supplier, mengambil id_supplier dan nama_supplier.
Gambar 4.29 Langkah Memilih Field Gambar 4.29 adalah langkah dalam memilih field id_supplier dan nama_supplier dengan menggunakan select value.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 80
Setelah memilih field yang digunakan, kemudian mengeksekusi SQL dengan menggunakan insert/update dan menampilkan hasil output dengan nama ms_supplier.
Gambar 4.30 Langkah Insert/Update ms_supplier Gambar 4.30 merupakan langkah untuk memasukkan data dan penyeleksian data supplier ke dalam tabel yang bernama ms_supplier.
Gambar 4.31 Output ms_supplier Gambar 4.31 merupakan hasil
output ms_supplier yang
terdiri dari id_supplier dan nama_supplier.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 81
4.3.
Memecah Gudang Data dalam Tabel Dimensi dan Tabel Fakta Data yang digunakan untuk pembuatan gudang data tidak terlalu kompleks sehingga skema yang digunakan adalah skema bintang, karena pertama mudah dipahami kemudian lebih efisien dan sederhana dalam membuat kueri serta mudah diakses oleh pengguna. Terdapat satu tabel fakta dan beberapa tabel dimensi, kebutuhan informasi dalam pembuatan tabel fakta dan tabel dimensi yaitu, informasi jumlah penjualan pada tahun 2013-2014 untuk setiap kategori, topik, penerbit, supplier dan barang, maka model dimensional yang dibuat untuk pembangunan gudang data transaksi penjualan adalah skema bintang. Penjelasan mengenai tabel yang berisi data yang menunjukkan tinjauan dari berbagai perspektif atau yang bisa disebut dengan tabel dimensi, akan dijelaskan sebagai berikut : 4.3.1 Tabel Dimensi `dim_barang`
Gambar 4.32 Proses Pembuatan Dimensi dim_barang Pada gambar 4.32 merupakan proses pembuatan tabel dimensi_barang. Tabel dimensi_barang akan digunakan dalam proses OLAP. Terdapat 4 langkah diantaranya, table input, add sequence, select value, insert/update. Pada langkah `input master barang` berisi kueri untuk memanggil tabel barang yang berada pada
master_barang
`monica_dataskripsi`.
di
database
yang
bernama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 82
Gambar 4.33 Langkah Select Data Barang dari ms_barang Gambar 4.33 merupakan langkah select data barang yang diambil dari tabel ms_barang. Data yang diambil adalah id_barang dan nama_barang. Setelah melakukan select data, kemudian dilakukan preview data dan ditampilkan sesuai dengan yang ada pada tabel barang di database `monica_dataskripsi`. Hasil preview data tabel ms_barang dapat dilihat pada gambar 4.34 berikut ini:
Gambar 4.34 Preview Data ms_barang Gambar 4.34 adalah proses melakukan preview data dari tabel ms_barang. Langkah selanjutnya yaitu menambahkan field baru seperti gambar 4.35 dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 83
Gambar 4.35 Langkah Membuat Surrogate Key Pada dim_barang Gambar 4.35 merupakan langkah membuat surrogate key pada dim_barang. Proses ini bertujuan untuk menambahkan field baru atau add sequence yang berfungsi memberikan surrogate key yaitu field sk_barang sebagai primary-key pada tabel dim_barang. Langkah berikutnya yaitu `memilih field yang digunakan` menggunakan select value. Disini tidak semua field dimasukkan, hanya field yang digunakan saja yang dipakai untuk membangun tabel dimensi, berikut ini langkah untuk memilih field yang digunakan.
Gambar 4.36 Langkah Memilih Data pada Dim_Barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 84
Pada
gambar
4.36
menggunakan
field
id_barang,
nama_barang dan sk_barang untuk membangun dimensi barang. Langkah terakhir adalah `insert/update`, langkah ini digunakan untuk membuat tabel dimensi, memasukkan data ke dalam tabel dim_barang serta untuk memperbarui tabel dimensi. Hasil dari proses
pembentukan
tabel
`dim_barang`
di
database
skripsi_gudangdata adalah sebagai berikut :
Gambar 4.37 Tabel Dim_Barang Gambar 4.37 merupakan hasil dari pembentukan tabel dim_barang, dimana terdapat kolom id_barang, nama_barang dan sk_barang. 4.3.2 Tabel Dimensi `dim_penerbit`
Gambar 4.38 Proses Pembuatan Dimensi dim_penerbit Pada gambar 4.38 merupakan proses pembuatan tabel dimpenerbit. Tabel dim_penerbit akan digunakan dalam proses OLAP. Terdapat 4 langkah diantaranya, table input, add sequence, select value, insert/update.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 85
Gambar 4.39 Langkah Select Data Penerbit dari ms_penerbit Pada gambar 4.39 merupakan langkah `input master penerbit` yang berisi kueri untuk memanggil tabel penerbit yang berada
pada
master_penerbit
di
database
yang
bernama
`monica_dataskripsi`. Kemudian dilakukan preview data dan ditampilkan sesuai dengan yang ada pada tabel penerbit di database
`monica_dataskripsi`.
Hasil
preview
data
tabel
ms_penerbit dapat dilihat pada gambar 4.40 berikut ini:
Gambar 4.40 Preview Data ms_penerbit Langkah selanjutnya yaitu menambahkan field baru atau add sequence yang berfungsi memberikan surrogate key yaitu field sk_penerbit sebagai primary-key pada tabel dim_penerbit. Isi dari langkah `menambahkan field baru` adalah sebagai berikut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 86
Gambar 4.41 Langkah Membuat Surrogate Key pada dim_penerbit Langkah berikutnya yaitu `memilih field yang digunakan` menggunakan select value. Disini tidak semua field dimasukkan, hanya field yang digunakan saja yang dipakai untuk membangun tabel dimensi, berikut ini langkah untuk memilih field yang digunakan.
Gambar 4.42 Langkah Memilih Data Pada Dim_Penerbit Pada
gambar
4.42
menggunakan
field
id_penerbit,
nama_penerbit dan sk_penerbit untuk membangun dimensi penerbit. Langkah terakhir adalah `insert/update`, pada langkah ini digunakan untuk membuat tabel dimensi, memasukkan data ke dalam tabel dim_penerbit serta untuk memperbarui tabel dimensi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 87
Hasil dari proses pembentukan tabel `dim_penerbit` di database skripsi_gudangdata adalah sebagai berikut.
Gambar 4.43 Tabel dim_penerbit
4.3.3 Tabel Dimensi `dim_kategori`
Gambar 4.44 Proses Pembuatan Dimensi dim_kategori Pada gambar 4.44 merupakan proses pembuatan tabel dim_kategori. Tabel dim_kategori akan digunakan dalam proses OLAP. Terdapat 4 langkah diantaranya, table input, add sequence, select value, insert/update. Pada langkah `input master kategori` berisi kueri untuk memanggil tabel kategori yang berada pada master_kategori di database yang bernama `monica_dataskripsi`.
Gambar 4.45 Langkah Select Data Kategori dari ms_kategori
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 88
Kemudian dilakukan preview data dan ditampilkan sesuai dengan
yang
ada
pada
tabel
kategori
di
database
`monica_dataskripsi`. Hasil preview data tabel ms_kategori dapat dilihat pada gambar 4.46 berikut ini:
Gambar 4.46 Preview Data ms_penerbit Langkah selanjutnya yaitu menambahkan field baru atau add sequence yang berfungsi memberikan surrogate key yaitu field sk_kategori sebagai primary-key pada tabel dim_kategori. Isi dari langkah `menambahkan field baru` adalah sebagai berikut.
Gambar 4.47 Langkah Membuat Surrogate Key Pada dim_kategori Langkah berikutnya yaitu `memilih field yang digunakan` menggunakan select value. Disini tidak semua field dimasukkan, hanya field yang digunakan saja yang dipakai untuk membangun
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 89
tabel dimensi, berikut ini langkah untuk memilih field yang digunakan.
Gambar 4.48 Langkah Memilih Data Pada Dim_Kategori Pada
gambar
4.48
menggunakan
field
id_kategori,
nama_kategori dan sk_kategori untuk membangun dimensi kategori. Langkah terakhir adalah `insert/update`, pada langkah ini digunakan untuk membuat tabel dimensi, memasukkan data ke dalam tabel dim_kategori serta untuk memperbarui tabel dimensi. Hasil dari proses pembentukan tabel `dim_kategori` di database skripsi_gudangdata adalah sebagai berikut.
Gambar 4.49 Tabel dim_kategori
4.3.4 Tabel Dimensi `dim_supplier`
Gambar 4.50 Proses Pembuatan Dimensi dim_supplier
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 90
Pada gambar 4.50 merupakan proses pembuatan tabel dim_supplier. Tabel dim_supplier akan digunakan dalam proses OLAP. Terdapat 4 langkah diantaranya, table input, add sequence, select value, insert/update. Pada langkah `input master supplier` berisi kueri untuk memanggil tabel supplier yang berada pada master_supplier di database yang bernama `monica_dataskripsi`.
Gambar 4.51 Langkah Select Data Supplier dari ms_supplier Kemudian dilakukan preview data dan ditampilkan sesuai dengan
yang
ada
pada
tabel
supplier
di
database
`monica_dataskripsi`. Hasil preview data tabel ms_supplier dapat dilihat pada gambar 4.52 berikut ini:
Gambar 4.52 Preview Data ms_supplier Langkah selanjutnya yaitu menambahkan field baru atau add sequence yang berfungsi memberikan surrogate key yaitu field sk_supplier sebagai primary-key pada tabel dim_supplier. Isi dari langkah `menambahkan field baru` adalah sebagai berikut.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 91
Gambar 4.53 Langkah Membuat Surrogate Key Pada dim_supplier Langkah berikutnya yaitu `memilih field yang digunakan` menggunakan select value. Disini tidak semua field dimasukkan, hanya field yang digunakan saja yang dipakai untuk membangun tabel dimensi, berikut ini langkah untuk memilih field yang digunakan.
Gambar 4.54 Langkah Memilih Data Pada Dim_Supplier Pada
gambar
4.54
menggunakan
field
id_supplier,
nama_supplier dan sk_supplier untuk membangun dimensi supplier. Langkah terakhir adalah `insert/update`, pada langkah ini digunakan untuk membuat tabel dimensi, memasukkan data ke dalam tabel dim_supplier serta untuk memperbarui tabel dimensi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 92
Hasil dari proses pembentukan tabel `dim_supplier` di database skripsi_gudangdata adalah sebagai berikut.
Gambar 4.55 Tabel Dim_Supplier 4.3.5 Tabel Dimensi `dim_topik`
Gambar 4.56 Proses Pembuatan Dimensi dim_topik Pada gambar 4.56 merupakan proses pembuatan tabel dim_topik. Tabel dim_topik akan digunakan dalam proses OLAP. Terdapat 4 langkah diantaranya, table input, add sequence, select value, insert/update. Pada langkah `input master topik` berisi kueri untuk memanggil tabel topik yang berada pada master_topik di database yang bernama `monica_dataskripsi`.
Gambar 4.57 Langkah Select Data Topik dari ms_topik Kemudian dilakukan preview data dan ditampilkan sesuai dengan
yang
ada
pada
tabel
topik
di
database
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 93
`monica_dataskripsi`. Hasil preview data tabel ms_topik dapat dilihat pada gambar 4.58 berikut ini:
Gambar 4.58 Preview Data ms_topik Langkah selanjutnya yaitu menambahakan field baru atau add sequence yang berfungsi memberikan surrogate key yaitu field sk_topik sebagai primary-key pada tabel dim_topik. Isi dari langkah `menambahkan field baru` adalah sebagai berikut.
Gambar 4.59 Langkah Membuat Surrogate Key Pada dim_topik Langkah berikutnya yaitu `memilih field yang digunakan` menggunakan select value. Disini tidak semua field dimasukkan, hanya field yang digunakan saja yang dipakai untuk membangun tabel dimensi, berikut ini langkah untuk memilih field yang digunakan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 94
Gambar 4.60 Langkah Memilih Data Pada Dim_Topik Pada gambar 4.60 menggunakan field id_topik, nama_topik dan sk_topik untuk membangun dimensi topik. Langkah terakhir adalah `insert/update`, pada langkah ini digunakan untuk membuat tabel dimensi, memasukkan data ke dalam tabel dim_topik serta untuk memperbarui tabel dimensi. Hasil dari proses pembentukan tabel `dim_topik` di database skripsi_gudangdata adalah sebagai berikut.
Gambar 4.61 Tabel Dim_Topik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 95
4.3.6 Tabel Dimensi `dim_waktu`
Gambar 4.62 Proses Pembuatan Dimensi dim_waktu Pada gambar 4.62 merupakan proses pembuatan tabel dimensi waktu yang mencakup tahun, bulan dan kuartal. Berikut ini merupakan tampilan hasil proses pembentukan dim_waktu.
Gambar 4.63 Tabel dim_waktu Gambar 4.63 merupakan hasil output dari dimensi waktu yang mencakup year, month, month_desc, month_short_desc, quarter, serta sk_waktu dan date_field.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 96
4.3.7 Tabel Fakta `faktaku`
Gambar 4.64 Proses Pembuatan Tabel Fakta `faktaku` Pada gambar 4.64 merupakan proses pembentukan tabel fakta yaitu `faktaku` yang bertujuan dalam pembuatan tabel fakta dalam proses OLAP. Terdapat 6 langkah diantaranya, table input, stream lookup, select value, sort rows, group by, dan insert/update. Pada langkah pembuatan tabel fakta `faktaku` terdapat beberapa input tabel yaitu tabel input ms_transaksi, dimensi barang, dimensi penerbit, dimensi kategori, dimensi topik, dimensi supplier, dan dimensi waktu.
Gambar 4.65 Langkah Select Data ms_transaksi Gambar 4.65 merupakan Langkah `input ms_transaksi` berisi kueri untuk memanggil tabel master transaksi yang berada
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 97
pada ms_transaksi di database yang bernama `monica_dataskripsi`. Kemudian dilakukan preview data dan ditampilkan sesuai dengan yang
ada
pada
tabel
ms_transaksi
di
database
`monica_dataskripsi`.
Gambar 4.66 Preview Data ms_transaksi Gambar ms_transaksi,
4.66
merupakan
didalamnya
hasil
terdapat
preview
id_barang,
data
tabel
id_penerbit,
id_kategori, id_topik, id_supplier, jumlah_penjualan dan tgl_jual. Langkah berikutnya yaitu stream lookup yang digunakan untuk menyamakan data dimulai dari tabel dimensi barang sampai dengan dimensi waktu, dimana tabel fakta hanya berisi data-data yang dapat diukur dan terdapat surrogate key yang merupakan field kunci unik untuk mengidentifikasi setiap baris data pada tabel dimensi, maka data yang diambil dari tiap dimensi yaitu hanya surrogate key atau sk saja.
Gambar 4.67 Langkah Menyamakan Data Dari Tabel Master Barang Dengan Data Dimensi Barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 98
Dari gambar 4.67 menunjukkan bahwa data yang diambil yaitu hanya sk_barang yang bertugas sebagai surrogate key di dimensi barang.
Gambar 4.68 Langkah Menyamakan Data Dari Tabel Master Penerbit Dengan Data Dimensi Penerbit Gambar 4.68 menunjukkan bahwa data yang diambil hanya sk_penerbit yang bertugas sebagai surrogate key di dimensi penerbit.
Gambar 4.69 Langkah Menyamakan Data Dari Tabel Master Kategori Dengan Data Dimensi Kategori
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 99
Gambar 4.69 menunjukkan bahwa data yang diambil hanya sk_kategori yang bertugas sebagai surrogate key di dimensi kategori.
Gambar 4.70 Langkah Menyamakan Data Dari Tabel Master Topik Dengan Data Dimensi Topik Gambar 4.70 menunjukkan bahwa data yang diambil hanya sk_topik yang bertugas sebagai surrogate key di dimensi topik.
Gambar 4.71 Langkah Menyamakan Data Dari Tabel Master Supplier Dengan Data Dimensi Supplier
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 100
Gambar 4.71 menunjukkan bahwa data yang diambil hanya sk_supplier yang bertugas sebagai surrogate key di dimensi supplier.
Gambar 4.72 Langkah Menyamakan Data Dari Tabel Master Transaksi Dengan Data Dimensi Waktu Gambar 4.72 menunjukkan bahwa data yang diambil hanya sk_waktu yang bertugas sebagai surrogate key pada dimensi waktu.
Gambar 4.73 Langkah Memilih Data Yang Diperlukan Untuk Membuat Tabel Fakta Gambar 4.73 Langkah selanjutnya yaitu memilih data yang akan
digunakan
untuk
membangun
tabel
fakta
dengan
menggunakan select values. Terdapat field jumlah_penjualan yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 101
bertugas sebagai measure, sk_barang, sk_penerbit, sk_kategori, sk_topik, sk_supplier, dan sk_waktu.
Gambar 4.74 Langkah Sort Rows Pada Tabel Fakta Pada gambar 4.74 merupakan langkah untuk melakukan sort rows yang berfungsi untuk mengurutkan baris data berdasarkan satu atau lebih field. Langkah selanjutnya adalah Group By yang berfungsi untuk melakukan agregasi terhadap field total_penjualan, seperti gambar dibawah ini :
Gambar 4.75 Langkah Group By Pada Tabel Fakta Pada gambar 4.75 ada 6 field yaitu sk_barang, sk_penerbit, sk_kategori,
sk_topik,
sk_supplier,
dan
sk_waktu
dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 102
jumlah_penjualan
sebagai
agregasi
field
total.
Selanjutnya
memasukkan data ke tabel fakta `faktaku` yang berada dalam database skripsi_gudangdata menggunakan fungsi insert/update, dan hasil dari memasukkan data ke dalam tabel `faktaku` dapat dilihat pada gambar 4.76.
Gambar 4.76 Tabel Fakta `faktaku` Gambar 4.76 merupakan hasil keluaran tabel fakta, dimana didalam tabel fakta terdapat kumpulan-kumpulan sk dari semua dimensi yang telah dibuat. 4.3.8 Job Transformasi Data
Gambar 4.77 Job Final Transaksi Penjualan Pada gambar 4.77 merupakan proses job yang digunakan untuk menjalankan semua transformasi dari semua dimensi. Proses transformasi pertama adalah menjalankan job_master yang didalamnya terdapat kumpulan dari transformasi master-master seperti gambar 4.78 dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 103
Gambar 4.78 Job Master Gambar 4.78 merupakan proses untuk menjalankan 6 transformasi.
Proses
transformasi
yang
pertama
adalah
menjalankan master barang.ktr. Proses yang kedua adalah master penerbit.ktr, kemudian master kategori.ktr, dilanjutkan dengan master topik.ktr, lalu master supplier.ktr dan yang terkhir adalah proses transformasi master transaksi.ktr. Setelah melakukan proses transformasi master, selanjutnya yaitu melakukan proses transformasi membaca dimensi barang dilanjutkan dimensi penerbit, dimensi kategori, dimensi topik, dimensi supplier, dimensi waktu dan paling akhir adalah proses transformasi membaca faktaku.ktr. Semua proses pada gambar 4.77 dijalankan dengan tujuan apabila ada penambahan data transaksi yang baru. Berdasarkan tabel dimensi dan tabel fakta yang dipecah dari gudang data, maka selanjutnya akan dilakukan pembentukan OLAP yang akan dibahas pada bagian pembentukan skema bintang penjualan pada bab 4.4.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 104
4.4.
Pembentukan Skema Bintang Penjualan 4.4.1
Cube Penjualan
Gambar 4.79 Star Schema Cube Penjualan Kubus atau cube dengan nama penjualan memiliki tabel fakta `faktaku`. Cube penjualan digunakan untuk melihat hasil dari seluruh jumlah transaksi penjualan yang dilihat dari segi perspektif waktu, kategori, penerbit, topik, supplier serta barang. Dimensi yang digunakan adalah Dimensi Barang, Dimensi Penerbit, Dimensi Kategori, Dimensi Topik, Dimensi Supplier, dan Dimensi Waktu. Measure atau nilai pengukuran dari skema tersebut yaitu Jumlah Penjualan. Detail penjelasan dari dimensi-dimensi yang digunakan adalah sebagai berikut: a. Dimensi Barang
Gambar 4.80 Struktur Pembentukan Dimensi Barang Gambar
4.80
merupakan
gambaran
struktur
pembentukan Dimensi Barang yang dimiliki oleh cube
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 105
penjualan.
Pada
Dimensi
Barang
menggunakan
tabel
dim_barang pada database skripsi_gudangdata dan memiliki hirarki Barang. b. Dimensi Penerbit
Gambar 4.81 Struktur Pembentukan Dimensi Penerbit Gambar
4.81
merupakan
gambaran
struktur
pembentukan Dimensi Penerbit yang dimiliki oleh cube penjualan.
Pada
Dimensi
Penerbit
menggunakan
tabel
dim_penerbit pada database skripsi_gudangdata dan memiliki hirarki Penerbit. c. Dimensi Kategori
Gambar 4.82 Struktur Pembentukan Dimensi Kategori Gambar
4.82
merupakan
gambaran
struktur
pembentukan Dimensi Kategori yang dimiliki oleh cube penjualan. Pada Dimensi Kategori menggunakan tabel dim_kategori pada database skripsi_gudangdata dan memiliki hirarki Kategori.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 106
d. Dimensi Topik
Gambar 4.83 Struktur Pembentukan Dimensi Topik Gambar
4.83
merupakan
gambaran
struktur
pembentukan Dimensi Topik yang dimiliki oleh cube penjualan. Pada Dimensi Topik menggunakan tabel dim_topik pada database skripsi_gudangdata dan memiliki hirarki Topik. e. Dimensi Supplier
Gambar 4.84 Struktur Pembentukan Dimensi Supplier Gambar
4.84
merupakan
gambaran
struktur
pembentukan Dimensi Supplier yang dimiliki oleh cube penjualan. Pada Dimensi
Supplier
menggunakan tabel
dim_supplier pada database skripsi_gudangdata dan memiliki hirarki Supplier. f. Dimensi Waktu
Gambar 4.85 Struktur Pembentukan Dimensi Waktu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 107
Gambar
4.85
merupakan
gambaran
struktur
pembentukan Dimensi Waktu yang dimiliki cube penjualan. Pada dimensi waktu menggunakan tabel dim_waktu pada database skripsi_gudangdata dan memiliki hirarki Year, Quarter, Month. 4.4.2
Skema MDX Berdasarkan hasil analisis kebutuhan data untuk proses analisis transaksi penjualan, maka deskripsi skema MDX yang akan didefinisikan dalam sistem ini dapat dilihat pada tabel 4.2. Tabel 4.2 Deskripsi Skema MDX
Nilai Atribut Penjualan Jumlah Penjualan Dimensi Barang Barang Barang Dimensi Penerbit Penerbit Penerbit Dimensi Kategori Kategori Kategori Dimensi Topik Topik Topik Dimensi Supplier Supplier Supplier Dimensi Waktu Waktu Year Quarter Month
Implementasi Antar Muka Pengguna Hasil implementasi antar muka pengguna sistem pembangunan gudang data transaksi penjualan dapat dilihat sebagai berikut : 4.5.1 Halaman Login
Gambar 4.86 Tampilan Halaman Login Pada
gambar
4.86
merupakan
tampilan
halaman
administrator kepala toko untuk dapat masuk ke dalam sistem. Proses login diawali dengan memasukkan username dan password
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 111
terlebih dahulu, kemudian memilih tombol ”Login”. Implementasi halaman login dapat dilihat pada tabel 4.4. Tabel 4.4 Source Code untuk Halaman Login (login.php)
= = = =
$db = mysql_select_db("skripsi_gudangdata", $connection); $query = mysql_query("select * from user where password='$password' AND id='$username'", $connection); $rows = mysql_num_rows($query); if ($rows == 1) { $_SESSION['login_user']=$username; header("location: olap/home.php"); } else { echo "<script type='text/javascript'>alert('Login Anda Gagal..!!')"; $error = "Username atau Password belum terdaftar"; } mysql_close($connection); } } ?>
4.5.2
Halaman Menu Utama Halaman menu utama akan muncul ketika proses login telah berhasil. Halaman utama terdapat beberapa menu diantaranya, home, laporan transaksi penjualan dan logout. Menu home akan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 112
keluar pertama kali setelah login berhasil. Menu home dapat dilihat pada gambar 4.87.
Gambar 4.87 Tampilan Halaman Utama Pada gambar 4.87 merupakan halaman utama utama untuk mengakses halaman home.php. Menu home terdapat visi dan misi dari toko buku AB cabang Klaten. 4.1.2.1
Halaman Menu Laporan Transaksi Penjualan Pada
menu
“Laporan
Transaksi
Penjualan”
merupakan hasil dari pembentukan OLAP dan berisi data kubus laporan transaksi penjualan, yang digunakan untuk melihat informasi jumlah penjualan berdasarkan waktu, kategori, penerbit, supplier, topik, dan barang. Menu laporan transaksi penjualan dapat dilihat pada gambar 4.88.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 113
Gambar 4.88 Tampilan halaman Menu Laporan Transaksi Penjualan
Menu laporan transaksi penjualan mengakses halaman laporan-transaksi-penjualan.html. Implementasi dapat dilihat pada tabel 4.5. Tabel 4.5 Source Code untuk Halaman Laporan Transaksi Penjualan <meta charset="utf-8"> Laporan Transaksi Penjualan <meta name="viewport" content="initial-scale = 1.0, maximumscale = 1.0, user-scalable = no, width = device-width"> <script src="jquery.js"> <script src="script.js"> <script src="script.responsive.js">
Bab ini akan menjelaskan analisis hasil dari pembangunan gudang data yang telah dibangun. Analisis hasil ini dibagi menjadi beberapa bagian diantaranya, penyelesaian rumusan masalah, pengujian cube, pengujian dimensi, kelebihan dan kekurangan sistem.
5.1
Penyelesaian Rumusan Masalah Pada bab pendahuluan, penulis merumuskan permasalahan yang akan diselesaikan pada penelitian ini antara lai yaitu : 1.
Bagaimana membangun gudang data untuk keperluan database Online Analytical Processing
(OLAP)
yang dapat digunakan untuk
memperoleh informasi transaksi penjualan di toko buku AB? 2.
Apakah hasil OLAP tersebut dapat membantu pihak toko buku AB dalam memantau data jumlah penjualan berdasar dimensi waktu (tahun, bulan, dan kuartal), supplier, penerbit, barang, kategori, dan topik? Sesuai dengan tujuan penelitian ini, pembangunan gudang data
transaksi penjualan di toko buku dapat memberikan informasi mengenai jumlah penjualan berdasarkan barang, supplier, penerbit, kategori dan topik guna untuk proses analisis transaksi penjualan selanjutnya. Hasil dari implementasi pembangunan gudang data transaksi penjualan sesuai dengan informasi yang dibutuhkan oleh Kepala Toko Buku seperti hasil dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 116
Gambar 5.1 Hasil Laporan Transaksi Penjualan pada OLAP Pada gambar 5.1 merupakan hasil dari pembentukan OLAP dari data transaksi penjualan toko buku dari seluruh supplier, penerbit, kategori, dan topik per bulannya. Pada hasil ini dapat dilihat berdasarkan waktu yang diinginkan, nama barang, nama supllier, nama kategori, nama topik, nama penerbit dan jumlah penjualan sebagai nilai pengukuran.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 117
Pembangunan gudang data transaksi penjualan ini diharapkan dapat membantu memenuhi kebutuhan Kepala Toko dalam mendapatkan laporan transaksi penjualan tiap bulannya serta memberikan kecepatan di dalam proses analisis transaksi penjualan.
5.2
Pengujian Cube 1.
Cube Penjualan a. Pengujian 1
Gambar 5.2 Hasil Cube Penjualan Pada gambar 5.2 merupakan hasil pembentukan OLAP untuk jumlah penjualan. Pada cube ini memberikan informasi mengenai total jumlah penjualan dari tiap tahun. Pada hasil OLAP dapat dilihat pada tahun 2013 jumlah penjualan yang adalah 456944, pada tahun 2014 secara keseluruhan jumlah penjualannya adalah 76124, dan pada tahun 2015 mendapatkan 591. Dari hasil diatas, kemudian dilakukan pengujian guna untuk menyeleksi apakah program OLAP sesuai dengan hasil dari database mengenai transaksi penjualan.
Gambar 5.3 Sintak Kueri SQL Cube Penjualan Gambar 5.3 merupakan sintak kueri sql untuk mendapatkan informasi tahun dan jumlah_penjualan secara keseluruhan. Data tersebut didapatkan dari table ms_transaksi pada tahun 2013, 2014, dan 2015 yang sesuai dengan hasil OLAP yang didapatkan. Hasil
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 118
pengujian pada data menggunakan kueri sql dapat dilihat pada gambar 5.4 dibawah ini :
Gambar 5.4 Hasil Kueri SQL Cube Penjualan b. Pengujian 2
Gambar 5.5 Hasil Cube Penjualan Gambar 5.5 merupakan hasil pembentukan OLAP untuk informasi mengenai semua barang yang terjual dengan nilai pengukuran menggunakan jumlah penjualan. Pada hasil OLAP dapat dilihat pada tahun 2015 jumlah_penjualan dari semua barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 119
adalah 591, masing-masing dari barang serta jumlah_penjualan dapat dilihat dengan melakukan pengujian untuk menyeleksi apakah program OLAP sesuai dengan hasil dari database mengenai transaksi penjualan. Berikut merupakan sintak kueri yang digunakan.
Gambar 5.6 Sintak Kueri SQL Cube Penjualan Gambar 5.6 merupakan sintak kueri sql untuk mendapatkan informasi tahun, serta barang yang berhasil terjual dan total jumlah_penjualan secara keseluruhan. Data tersebut didapatkan dari table ms_transaksi, serta tabel ms_barang pada tahun 2015. Hasil pengujian pada data menggunakan kueri sql, dapat dilihat pada gambar 5.7 dibawah ini :
Gambar 5.7 Hasil Kueri SQL Cube Penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 120
c. Pengujian 3
Gambar 5.8 Hasil Cube Penjualan Gambar 5.8 merupakan hasil pembentukan OLAP untuk informasi mengenai semua waktu tiap kuartal atau periode 3 bulanan dalam 1 tahun. Berikut ini merupakan keterangan kuartalnya:
Gambar 5.9 Waktu dalam Kuartal Pada gambar 5.9 dapat dijelaskan bahwa pada tahun 2013 terdapat 4 kuartal (quarter). Setiap kuartal masing-masing terdapat jumlah bulan sebanyak 3, dapat dilihat pada tahun 2013 di kuartal pertama, terdapa angka 1,2 dan 3, angka satu menjelaskan bulan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 121
“Januari”, angka dua menjelaskan bulan “Februari”, dan angka 3 menjelaskan bulan “Maret” dan seterusnya.
Nilai
Januari
Juli
Februari
Agustus
Maret
September
April
Oktober
Mei
November
Juni
Desember
pengukuran
yang
digunakan
adalah
jumlah_penjualan. Pada hasil OLAP dapat dilihat pada tahun 2013 dimana pada kuartal 1 ada 1,2,3 dimana 1 sebagai bulan januari, 2 bulan februari, 3 bulan maret, dan seterunya dengan total ada 4 kuartal. Pada kuartal 1 di bulan 1 (januari) jumlah penjualan mencapai
6.568,
dan
kuartal
4
bulan
12
(desember)
jumlah_penjualan mencapai 4.832. Berikut pengujian dengan sintak kueri untuk menyeleksi apakah program OLAP sesuai dengan hasil dari database mengenai transaksi penjualan.
Gambar 5.10 Sintak Kueri SQL Cube Penjualan Gambar
5.10
merupakan
sintak
kueri
sql
untuk
mendapatkan informasi waktu tiap kuartal dengan seluruh jumlah_penjualan yang didapatkan. Hasil pengujian pada data menggunakan kueri sql, dapat dilihat pada gambar 5.11 dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 122
Gambar 5.11 Hasil Kueri SQL Cube Penjualan
d. Pengujian 4
Gambar 5.12 Hasil Cube Penjualan Gambar 5.12 merupakan hasil dari pembentukan OLAP untuk informasi mengenai kategori yang sering terjual pada tahun 2015 di kuartal 1 yaitu bulan januari, februari dan maret. Hasil OLAP dapat dilihat bahwa semua kategori pada kuartal 1 diantaranya, buku komputer jumlah penjualan mendapatkan 2, buku umum dengan jumlah penjualan yaitu 321, fancy dengan jumlah penjualan 60, barang umum jumlah penjualannya adalah 876, dan barang rohani mendapatkan 13, untuk mengetahui hasil OLAP sesuai dengan hasil dari kueri di database dapat dilihat sintak kueri seperti dibawah ini:
Gambar 5.13 Sintak Kueri SQL Cube Penjualan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 123
Gambar 5.14 Hasil Kueri SQL e. Pengujian 5
Gambar 5.15 Hasil Cube Penjualan Gambar 5.15 merupakan hasil cube penjualan untuk melihat hasil dari seluruh penerbit pada kuartal pertama. Untuk mengetahui hasil dari pengujian kueri SQL dapat dilihat pada gambar dibawah ini :
Gambar 5.16 Sintak Kueri SQL Gambar
5.16
merupakan
sintak
kueri
sql
untuk
mendapatkan informasi mengenai seluruh penerbit yang paling terjual di kuartal pertama pada bulan januari, februari dan maret. Berikut ini merupakan hasil dari sintak kueri yang telah dilakukan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 124
Gambar 5.17 Hasil Kueri SQL g. Pengujian 6
Gambar 5.18 Hasil Cube Penjualan Gambar 5.18 merupakan hasil pembentukan OLAP untuk informasi mengenai semua topik yang terjual pada bulan februari di kuartal 1 dengan nilai pengukuran menggunakan jumlah penjualan. Pada hasil OLAP dapat dilihat pada tahun 2015 jumlah penjualan dari semua topik diantaranya, pengetahuan umum mendapatkan 4, hobi 25 jumlah penjualan, buku pelajaran 25, pendidikan 21, motivasi 12, komik 9, stationary 168, buku anak 62, poster 4, buku acuan
1.
Selanjutnya
yaitu
melakukan
pengujian
menggunakan sintak kueri seperti gambar 5.16 dibawah ini:
dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 125
Gambar 5.19 Sintak Kueri SQL Gambar 5.19 adalah hasil dari kueri yang telah dilakukan untuk mendapatkan hasil dari seluruh topik pada bulan februari dikuartal 1 pada tahun 2015. Data tersebut didapatkan dari tabel ms_transaksi, serta tabel barang, dan tabel ms_topik, hasil pengujian pada data menggunakan kueri sql dapat dilihat pada gambar 5.20 dibawah ini:
5.3
Kelebihan dan Kekurangan Sistem 5.3.1
Kelebihan Sistem 1. Pembangunan gudang data transaksi penjualan mampu menampilkan informasi mengenai jumlah penjualan dari transaksi yang dilakukan yang dapat dilihat dari segi waktu, barang, topik, supplier, kategori, serta penerbit. 2. Pembangunan gudang data transaksi penjualan memiliki model desain yang baik karena sudah memenuhi kebutuhan toko buku.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 126
3. Hasil dari pembangunan gudang data dapat digunakan secara langsung dalam memantau data barang, supplier, penerbit yang dilihat dari jumlah penjualan yang terjadi. 4. Hasil dari OLAP yang telah dibuat dapat langsung di export dalam bentuk excel.
5.3.2
Kekurangan Sistem 1. Pengaksesan OLAP transaksi penjualan memakan waktu lama karena data transaksi penjualan yang besar. 2. Input sistem berupa file database, belum bisa berupa format lainnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 127
BAB VI PENUTUP
Setelah melakukan tahapan penelitian pembangunan gudang data secara menyeluruh, dapat ditarik kesimpulan dan saran yang diharapkan dapat bermanfaat bagi pengembangan lebih lanjut. 6.1
Kesimpulan Kesimpulan yang dapat diperoleh setelah penyelesaian skripsi diantaranya : 1. Implementasi OLAP untuk pembangunan gudang data transaksi penjualan
Toko
Buku
AB
telah
berhasil
dibuat
dengan
menggunakan Kettle (Pentaho Data Integration). 2. Gudang data yang dibangun dapat menghitung jumlah penjualan dari transaksi penjualan di toko buku AB. 3. OLAP yang dibangun mampu menampilkan data dari segi dimensi (dimensi waktu, kategori, supplier, penerbit, topik, dan barang). 4. Hasil dari pembangunan gudang data dapat memberikan informasi yang dibutuhkan oleh pihak toko buku dalam pembuatan laporan serta mendukung dalam memantau jumlah penjualan dari barang, supplier, dan penerbit.
6.2
Saran Setelah
melakukan
penelitian,
penulis
semakin
menyadari
pembangunan gudang data ini sangat bermanfaat dan dibutuhkan, untuk menunjang kegiatan evaluasi. Penelitian ini hanya berfokus pada pembangunan gudang data yang mampu menyajikan informasi yang dibutuhkan dari pihak toko buku. Berikut beberapa saran untuk pengembangan gudang data transaksi penjualan toko buku AB:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 128
1. Dalam segi pembangunan gudang data dapat dibuat sistem informasi yang terhubung dengan gudang data secara langsung, sehingga jika ada perubahan data, kemudian proses input data dapat terhubung secara otomatis. 2. Dalam pembangunan gudang data dapat ditambahkan measure dan cube
lagi,
untuk
mendukung
pembangunan
gudang
data
selanjutnya. 3. Dari hasil pembangunan gudang data ini dapat dikembangkan lagi ke tahap lanjut seperti Data Mining dan Sistem Pendukung Pengambilan Keputusan (SPPK).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 129
DAFTAR PUSTAKA
Anastasia, Arum Citra Dewi. 2011. Pengolahan Data Perizinan Untuk Pemantauan Target Tahunan Yang Diimplementasikan Menggunakan Teknik Gudang Data. Yogyakarta: Universitas Sanata Dharma. Anin, Maria Roswita Vidensia. 2012. Desain Implementasi Gudang Data Untuk Keperluan laporan Penerimaan Beasiswa Studi Kasus Universitas Sanata Dharma. Yogyakarta: Universitas Sanata Dharma. Connolly, Thomas M. and Carolyn E. Begg. 2002. Database Systems : A Practical Approach to Design, Implementation and Management 4 th edition. Addison Wesley. England. Connolly, Thomas M. and Carolyn E. Begg. 2005. Database Systems : A Practical Approach to Design, Implementation and Management 4 th edition. Addison Wesley. Longman Inc., USA. Connolly, Thomas M. and Carolyn E. Begg. 2008. Database Systems : A Practical Approach to Design, Implementation and Management 5 th edition. Addison Wesley. University of The West of Scotland. Connolly, Thomas M. and Carolyn E. Begg. 2010. Database Systems : A Practical Approach to Design, Implementation and Management 5 th edition. America: Pearson Education. Dwiharyanto. D.Ronny. 2015. Implementasi Data Warehouse Untuk Analisa Rekam Medis Pasien Di RSUP DR. Soeradji Tirtonegoro Klaten. Yogyakarta: Universitas Sanata Dharma. Han Jiawei and Micheline Kamber. 2001. Data Mining Concepts and Tehniques Edition. Morgan Kaufmann Publishers: USA. Han Jiawei and Micheline Kamber. 2006. Data Mining Concept and Tehniques Second Edition. Morgan Kaufmann Publishers: USA. Inmon, William H. 2002. Building The Data Warehouse. (3rd Edition). USA: John Wiley & Sons, Inc. Inmon, William H. 2005. Building The Data Warehouse. (4rd Edition). Indiana: Wiley Publishing. JRP, Mulyana. 2014. Pentaho : Solusi Open Source untuk Membangun Data Warehouse. Andi Offset : Yogyakata.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 130
Kimball, Ralph and The Kimball Group. 1998. The Data Warehouse Lifecycle Toolkit Second edition. Kimball Group. Kimball, Ralph and Caserta, Joe. 2004. The Data Warehouse ETL Toolkit : Practical Techniques for Extracting, Cleaning, Conforming and Delivering Data. Lane, Paul. 2007. Data Warehousing Guide 11g Release 1 (11.1). Oracle Corporation, USA. Pusadan, Mohammad Yazdi, S.Kom., M.Eng 2013. Rancang Bangun Data Warehouse. Graha Ilmu : Yogyakarta. Suryolaksono, Cornellis Hutomo. 2015. Pembangunan Olap Yang Terintegrasi Dengan Sistem Informasi Harga Bahan Pokok Kota Yogyakarta. Yogyakarta: Universitas Sanata Dharma. Widiyanti, Elisabet. 2013. Implementasi Gudang Data Untuk Evaluasi Pengadaan Narkotika dan Psikotropika Di Apotek-apotek Kota Yogyakarta. Yogyakarta: Universitas Sanata Dharma. -,
-,
-,
Landasan Teori, https://library.binus.ac.id/eColls/eThesisdoc/Bab2/2010-100652-SI%20Bab%202.pdf (diakses pada tanggal 16 November 2016, pukul 18:02 WIB) Landasan Teori, http://library.binus.ac.id/eColls/eThesisdoc/Bab2/2006201152-IF-bab%202.pdf (diakses pada tanggal 16 November 2016, pukul 19:06 WIB) Pan, http://pentaho-integration.com/kettle/pan (diakses pada tanggal 13 November 2016, pukul 15.30 WIB)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 131
LAMPIRAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 132
LAMPIRAN 1 MANUAL (OLAP) PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU
I.
XAMPP 1) Sebelum masuk kedalam sistem, yang harus diperhatikan adalah xampp, pastikan komputer yang digunakan sudah terinstall xampp versi 5.5.24. 2) Selanjutnya buka aplikasi xampp untuk melakukan pengaktifan dengan cara :
Klik pada menu start, kemudian ketikkan xampp seperti dibawah ini :
Selanjutnya, pilih dan XAMPP Control Panel, akan muncul gambar seperti dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 133
Dapat dilihat bahwa Action dari Apache, MySQL masih dalam keadaan mati atau belum dilakukan perintah untuk Start.
Kita klik pada bagian Action yaitu dengan cara pilih Start dan bila berhasil pada bagian action akan berubah menjadi seperti dibawah ini :
Keterangan : -
Pada bagian action ditujukkan bahwa Apache dan MySQL telah diaktifkan, dan pemberitahuan yaitu “Status change detected: running”.
3) Untuk memastikan sekali lagi, buka browser dan ketikkan “localhost/xampp”,
4) Setelah
itu,
tekan
seperti
enter
gambar
setelah
dibawah
melakukan
ini:
pengetikakan
localhost/xamp, maka akan muncul seperti dibawah ini yang menandakan bahwa Anda telah berhasil mengaktifkan XAMPP:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 134
5) Langkah untuk mengaktifkan XAMPP telah selesai.
II.
OLAP Setelah xampp berhasil diaktifkan, langkah selanjutnya yaitu masuk ke dalam sistem yang akan menampilkan OLAP. Langkah-langkah dapat dilihat seperti dibawah ini: 1) LOGIN a.
Buka browser dan ketikkan “localhost/OLAP” kemudian tekan tombol enter pada keyboard.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 135
b.
Setelah menekan tombol enter pada keyboard akan muncul menu, yang berisi dengan username dan password untuk masuk ke dalam sistem Pembangunan Gudang Data Transaksi Penjualan.
c.
Pengguna harus melakukan Login terlebih dahulu. Proses diawali dengan mengisi field username dan password yang sesuai kemudian memilih tombol “LOGIN”.
d.
Jika memasukkan username dan password benar, maka akan masuk sebagai administrator kepala toko dan jika masukkan salah, maka proses login dianggap gagal, dan sistem akan memberikan konfirmasi gagal seperti dibawah ini :
e.
Klik tombol “OKE” dan sistem akan kembali ke bagian menu awal, dimana Anda akan memasukkan username dan password kembali.
2) HALAMAN MENU SISTEM 2.1. Halaman Utama (Home) Pada halaman utama muncul pertama kali ketika proses login telah berhasil. Halaman ini menampilkan menu home atau beranda yang berisi mengenai visi dan misi dari toko buku.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 136
2.2. Halaman Menu Laporan Transaksi Penjualan Sebelum masuk pada bagian ini terlebih dahulu yaitu kita aktifkan
“catalina.bath”,
dengan
cara
kita
double
click
“catalina.bath” yang sudah disediakan.
Setelah catalina.bath berjalan, kemudian kita klik menu Laporan Transaksi Penjualan. Halaman menu laporan transaksi penjualan menampilkan laporan mengenai informasi jumlah penjualan secara keseluruhan.
2.3. FUNGSI MENU MONDRIAN 2.3.1. Olap Navigator a. Memilih Informasi Yang Ingin Ditampilkan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 137
☞ Klik icon “OLAP NAVIGATOR” Olap navigator digunakan untuk mendefinisikan layout. ☞ Pilih dimensi barang (Barang) untuk diletakkan pada bagian sisi baris (Rows).
☞ Setelah diklik, maka dimensi barang akan berpindah di bagian Rows.
☞ Klik “OK” dan dimensi barang akan ditambahkan pada halaman laporan transaksi penjualan.
b. Mengurangi Measure atau Dimensi Jika ingin mengurangi nilai pengukuran (measure) dan dimensi yang sudah ada, maka dilakukan dengan cara memilih filter.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 138
Digunakan untuk menambahkan nilai pengukuran (measure)
Digunakan untuk menambahkan dimensi
Digunakan untuk mengatur posisi dimensi
Digunakan untuk mengurangi dimensi
Keterangan tombol-tombol pada OLAP Navigator : Ikon
Fungsi Tombol Move To Column, memindahkan dimensi ke area kolom. Tombol Move To Row, memindahkan dimensi ke area baris. Tombol Up, memindahkan dimensi ke atas dari posisi saat ini. Tombol Down, memindahkan dimensi ke bawah dari posisi saat ini. Tombol filter, memindahkan dimensi ke area filter.
2.3.2. MDX Editor
MDX adalah bahasa kueri yang khusus digunakan untuk mengelola data multidimensional yang disimpan dalam cube OLAP.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 139
Setelah menambahkan dan mengurangi dimensi dengan menggunakan icon olap navigator, selanjutnya klik tombol “Apply” yang digunakan untuk mengupdate mondrian.
2.3.3. Config OLAP Table
Config OLAP Table digunakan untuk mengurutkan data baik dari besar ke kecil maupun dari kecil ke besar.
2.3.4. Suppress Empty Rows / Columns
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 140
Fungsi dari suppress empty rows or columns yaitu untuk menghilangkan baris atau kolom.
2.3.5. Drill Position Fungsi dari drill position yaitu untuk memunculkan dan menghilangkan tombol + dan -.
Tanda
digunakan untuk menampilkan rincian dari
dimensi yang ada. Tanda
digunakan untuk menyembunyikan rincian data
dari dimensi yang ada.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 141
2.3.6. Configure Print Settings
Fungsi dari configure print settings adalah untuk melakukan cetak atau print, dengan melakukan pengaturan terlebih dahulu, seperti pada gambar dibawah ini :
2.3.7. Print this page via PDF
Print via PDF digunakan untuk membuka atau menyimpan data dengan bentuk .pdf.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 142
2.3.8. Start Excel Fungsi start excel yaitu untuk membuka atau menyimpan data dengan bentuk .xls.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 143
LAMPIRAN 2 MELAKUKAN RESTRUKTURISASI TABEL
1.
Pembentukan Tabel Barang
Proses Pengambilan Data Dari Tabel Barang
Proses diatas digunakan untuk pengambilan data dari tabel barang dan output yang bernama barang. Pemberian output barang disesuaikan dengan nama tabel lama yaitu “data_barang” supaya lebih mudah mengenali tabel dalam proses pembuatan gudang data. Pada langkah „input barang‟ seperti gambar dibawah ini, berisi kueri untuk memanggil tabel barang yang berada di database toko buku yang bernama “star”.
Langkah Select Data Barang Dari Tabel Lama
Ketika input barang sudah dilakukan, langkah selanjutnya yaitu melihat data yang bertujuan untuk memastikan data yang tampil sesuai dengan isi data di database toko buku dengan menggunakan tombol preview. Kemudian hasil dari preview dapat dilihat pada gambar dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 144
Preview Data Barang
Setelah melihat data melalui preview, langkah selanjutnya yaitu memilih data yang dibutuhkan untuk dijadikan tabel. Pada langkah memilih data yang digunakan atau select value, field-field dari data tabel dilakukan perubahan dengan mengganti nama field, dengan tujuan memudahkan dalam proses selanjutnya, seperti Kode_Barang menjadi id_barang, Judul_Buku menjadi nama_barang, Produk_ID menjadi id_produk, Topik_ID menjadi id_topik, ID_Penerbit menjadi id_penerbit.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Barang
Selanjutnya menampilkan hasil output ke dalam tabel di database baru dengan nama output barang seperti dibawah ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 145
Output Tabel Barang 2.
Pembentukan Tabel Topik
Pembentukan Tabel Topik
Pada gambar diatas merupakan proses pengambilan data dari tabel topik. Tabel topik diambil dari database lama “star” dengan nama tabel yaitu topik. Langkah selanjutnya yaitu memasukkan data topik. Didalam memasukkan data topik terdapat kueri untuk memanggil tabel topik, kueri tersebut dapat dilihat pada gambar seperti dibawah ini:
Langkah Select DataTopik Dari Tabel Lama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 146
Untuk mengetahui data yang ada di tabel topik dapat dilihat menggunakan preview. Hasil preview tabel topik dapat dilihat seperti gambar dibawah ini:
Preview Data Topik
Selanjutnya setelah melakukan pengambilan data dari tabel topik dilakukan pemilihan data yang akan digunakan, dengan menggunakan select value. Didalam select value dilakukan proses perubahan nama field seperti gambar dibawah ini:
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Topik
Setelah melakukan pemilihan data, langkah selanjutnya adalah menampilkan
hasil
output
ke
dalam
tabel
di
database
baru
“data_jadi_monsi” dengan nama output topik seperti gambar dibawah ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 147
Output Tabel Topik
3.
Pembentukan Tabel Produk
Pembentukan Tabel Produk Pembentukan tabel produk diawali dengan mengambil data lama pada tabel produk di database “star”. Proses ini dapat dilihat pada gambar dibawah ini dimana produk input melakukan pengambilan data dengan memanggil kueri.
Langkah Select Data Produk Dari Tabel Lama
Setelah melakukan kueri, data dapat dilihat dengan menggunakan preview dan hasilnya seperti gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 148
Preview Data Produk
Preview data sudah
dilakukan, langkah
selanjutnya
yaitu
melakukan select value yang bertujuan untuk melakukan pemilihan data serta melakukan rename to untuk field yang diperlukan.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Produk
Pada fieldname terdapat Produk_ID dan Keterangan, untuk memudahkan proses selanjutnya, Produk_ID dilakukan rename to menjadi id_produk, sedangkan Keterangan menjadi nama_produk. Setelah melakukan proses select value, langkah selanjutnya adalah menampilkan hasil ke dalam tabel baru yang bernama tabel produk, dapat dilihat pada gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 149
Output Tabel Produk
4.
Pembentukan Tabel Penerbit
Proses Pembentukan Tabel Penerbit
Pembentukan tabel penerbit diawali dengan melakukan input penerbit, data dari penerbit dapat seperti gambar dibawah ini :
Langkah Select Data Penerbit Dari Tabel Lama
Setelah melakukan kueri, proses selanjutnya yaitu melihat data menggunakan preview. Proses preview ini bertujuan untuk melihat apakah data sesuai dengan data yang berada di tabel database lama “star”.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 150
Preview Data Penerbit
Langkah selanjutnya yaitu melakukan select value. Disini terdapat field id_penerbit dan nama_penerbit, seperti gambar dibawah ini:
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Penerbit
Setelah memilih data yang ingin digunakan, langkah selanjutnya melihat hasil output dengan nama tabel penerbit, melihat hasil output disini bertujuan untuk melihat apakah data sesuai dengan hasil dari tabel sebelumnya. Hasil output dapat dilihat dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 151
Output Tabel Penerbit
5.
Pembentukan Tabel Supplier
Proses Pembentukan Tabel Supplier
Pembentukan tabel supplier diawali dengan pengambilan data melalui supplier input, pada tahap pengambilan tabel dilakukan proses kueri, proses kueri ini memanggil data tabel supplier dan dapat dilihat pada gambar dibawah ini:
Proses Pembentukan Tabel Supplier
Setelah melakukan pengambilan kueri dengan kueri diatas, data dari tabel supplier dapat dilihat menggunakan preview. Proses preview
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 152
bertujuan untuk melihat isi dari tabel supplier, untuk melihat hasil dari proses preview yang telah dilakukan, dapat dilihat pada gambar dibawah ini:
Preview Data Supplier
Langkah selanjutnya setelah melakukan preview untuk data supplier, dilanjutkan dengan memilih data menggunakan select value. Field-field yang dipilih adalah id_supplier dan nama_supplier, gambar langkah untuk memilih data yang digunakan dapat dilihat pada gambar dibawah ini :
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Supplier
Setelah memilih data, langkah selanjutnya adalah melihat hasil penerbit. Tabel yang berhasil dibuat adalah penerbit, untuk melihat data dari tabel penerbit dapat dilihat seperti gambar dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 153
Output Tabel Supplier
6.
Pembentukan Tabel Data Beli
Proses Pengambilan Data Dari Tabel Data Beli
Gambar diatas merupakan proses pengambilan data dari tabel data beli, tabel ini bertujuan untuk mendapatkan nomor beli yang sesuai dengan id supplier. Sedangkan proses kueri yang digunakan untuk memanggil data tabel data beli dapat dilihat pada gambar dibawah ini:
Proses Pembentukan Tabel Data Beli
Setelah melakukan kueri, dapat dilakukan preview untuk melihat data dari tabel data beli, seperti gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 154
Preview Data Beli
Gambar diatas berisi nomor_beli dan id_supplier, jadi hanya diambil data tersebut, kemudian nomor_beli dijadikan primary key guna untuk mencocokkan nomor_beli pada tabel data_beli dan nomor_beli pada tabel detail_beli, yang diperuntukkan untuk mendapatkan id_supplier dan kode_barang atau id_barang.
Selanjutnya
memilih
field-field
yang
diperlukan
dengan
menggunakan select value. Field atau data yang dipilih dapat dilihat pada gambar dibawah ini :
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Beli
Langkah memilih data sudah dilakukan, selanjutnya yaitu melihat hasil atau output data beli yang telah berhasil dibuat dan dapat dilihat seperti gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 155
Output Tabel Data Beli
7.
Pembentukan Tabel Detail Beli Tabel detail_beli digunakan untuk mendapatkan kode_barang dan id_supplier. Pada bagian detail_beli terdapat field nomor_beli sehingga nomor_beli berfungsi untuk menghubungkan dengan nomor_beli di tabel data_beli, maka dari itu nomor_beli di tabel detail_beli dijadikan foreign key untuk mencocokkan dan menggabungkan id_barang dan nomor_beli yang kemudian di relasikan dengan melakukan join tabel untuk mendapatkan
id_supplier
dan
kode_barang
yang
sesuai
dengan
nomor_nota yang berada pada bagian transaksi.
Proses Pembentukan Tabel Detail Beli
Proses pembentukan diwali dengan melakukan detail beli input, didalam memasukkan data ke dalam tabel terdapat langkah pemanggilan kueri, proses pemanggilan kueri dapat dilihat pada gambar dibawah ini :
Langkah Select Detail Beli Dari Tabel Lama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 156
Proses kueri telah dilakukan, proses selanjutnya yaitu melakukan preview data pada gambar dibawah ini:
Preview Data Detail Beli
Selanjutnya yaitu melakukan select value terhadap field-field yang diperlukan. Gambar diwah ini menggambarkan terdapat field nomor_beli dan id_barang.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Detail Beli
Setelah melakukan pemilihan data yang digunakan, maka langkah selanjutnya adalah melihat hasil ouput dengan nama tabel detail beli, seperti gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 157
Output tabel Detail Beli
8.
Pembentukan Tabel Data Jual
Proses Pembentukan Tabel Data Jual
Pembentukan tabel data jual diawali dengan memasukkan data dari database lama “star” ke database baru yang bernama data_jadi_monsi. Pada saat memasukkan data kedalam tabel input yang bernama data_jual input, terdapat kueri yang digunakan, seperti dibawah ini :
Langkah Select Data Data Jual Dari Tabel Lama
Langkah selanjutnya tidak berbeda dengan langkah-langkah sebelumnya, yaitu melakukan preview data yang digunakan untuk memasktikan data sebelumnya sesuai dengan data yang diinputkan sekarang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 158
Preview Data Jual
Kemudian langkah selanjutnya memilih field yang digunakan serta melakukan
rename
yang
bertujuan
untuk
mempermudah
proses
selanjutnya.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Jual
Setelah memilih data, langkah selanjutnya yaitu memasukan data ke dalam target tabel output yang bernama data_jual, dan hasil output dapat dilihat pada gambar dibawah ini :
Output tabel Data_Jual
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 159
9.
Pembentukan Tabel Data Detail Jual
Proses Pembentukan Tabel Data Detail Jual
Gambar diatas merupakan proses untuk mendapatkan tabel yang bernama data detail jual yang berisi Nomor_Jual, Kode_Barang, dan Tgl_Input. Untuk mendapatkan data detail jual dilakukan input table dengan melakukan kueri seperti gambar dibawah ini:
Langkah Select Data Detail Jual
Setelah melakukan kueri, proses selanjutnya yaitu melakukan preview data yang digunakan untuk melihat apakah data sesuai dengan data yang berada di tabel database yang lama “star”.
Preview Data Detail Jual
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 160
Kemudian langkah selanjutnya adalah select value. Langkah ini bertujuan untuk memilih field-field yang akan digunakan. Pada proses ini terdapat field-field yang bernama Nomor_Jual dilakukan proses rename to menjadi nomor_nota, Kode_Barang menjadi id_barang dan Tgl_Input menjadi tgl_input.
Langkah Memilih Data Yang Digunakan Untuk Pembuatan Tabel Data Detail Jual
Langkah memilih data yang digunakan telah dilakukan, selanjutnya melihat hasil output dengan target table yang bernama data_detail_jual, hasil output dapat dilihat pada gambar dibawah ini :
Output Tabel Data Detail Jual
10.
Pembentukan Tabel Tampung Supplier Barang Sebelum masuk pada pengambilan data, proses terbentuknya tabel tampung supplier barang melalui tahap dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 161
Tabel tampung supplier dipergunakan untuk menyimpan data sementara yaitu id_supplier dan id_barang. Tabel ini digunakan karena pertama antara supplier dan data barang tidak terdapat relasi dengan data_barang, maka supplier dilakukan join dengan tabel data_beli, tabel detail_beli dan data_barang, relasi dapat dilihat pada gambar di bawah ini:
Proses Join Tabel
Pada bagian tabel supplier yaitu id_supplier dijoinkan dengan tabel data_beli terlebih dahulu, dikarenakan pada tabel data_beli terdapat id_supplier, kemudian di dalam data_beli terdapat nomor_beli yang bisa digunakan untuk mendapatkan nomor_beli pada tabel detail_beli dan selanjutnya kode_barang di joinkan dengan tabel data_barang dimana kode_barang sebagai kuncinya. Pada saat melakukan proses join, data dari tabel-tabel tersebut diperoleh dari database toko buku yaitu database “star” kemudian diambil tabel yang saling berhubungan saja. Untuk mendapatkan id_supplier dan id_barang atau sebelumnya kode_barang, dilakukan select query untuk mendapatkan id_supplier, nama, kode_barang, dan judul_buku, seperti dibawah ini:
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 162
SELECT `skripsi_ku`.`supplier`.`Id_supplier`, `skripsi_ku`.`supplier`.`Nama`, `skripsi_ku`.`data_barang`.`Kode_Barang`, `skripsi_ku`.`data_barang`.`Judul_Buku` FROM `skripsi_ku`.`supplier` INNER JOIN `skripsi_ku`.`data_beli` ON (`supplier`.`Id_supplier` = `data_beli`.`Id_supplier`) INNER JOIN `skripsi_ku`.`detail_beli` ON (`data_beli`.`Nomor_Beli` = `detail_beli`.`Nomor_Beli`) INNER JOIN `skripsi_ku`.`data_barang` ON (`detail_beli`.`Kode_Barang` = `data_barang`.`Kode_Barang`);
Proses Kueri Hasil dari proses kueri ini dapat dilihat pada gambar dibawah ini :
Hasil Proses Kueri Pada bagian atas, hasil kueri disimpan pada database skripsi_ku dimana fungsi dari langkah diatas adalah menemukan Id_supplier dan Kode_Barang yang sudah benar dan sesuai dengan relasi dari transaksi penjualan. Kemudian langkah selanjutnya yaitu hanya mengambil data id_supplier dan id_barang saja, dapat dilihat pada proses pembentukan tabel supplier dibawah ini :
Proses Pembentukan Tabel Tampung Supplier Barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 163
Pembentukan tabel tampung supplier ini bertujuan untuk menampilkan id supplier dengan id barang saja. Untuk mendapatkan id supplier dan id barang dilakukan proses join antara tabel detail beli dengan barang, dimana id barang dari tabel detail_beli dicocokkan dengan id barang ditabel barang, kemudian nomor_beli dari tabel data beli dengan nomor beli di tabel detail beli, serta id supplier dari tabel supplier dan id supplier di tabel data beli. Proses ini dapat dilihat pada gambar dibawah ini:
Langkah Select Data Tampung Supplier Barang Dari Tabel Lama
Proses kueri telah dilakukan, proses selanjutnya yaitu melihat data untuk memastikan data sesuai dengan data dari database yang lama menggunakan langkah preview, seperti gambar dibawah ini:
Preview Data Tampung Supplier Barang
Preview data sudah dilakukan, selanjutnya melihat hasil output pada gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 164
Output Tabel Tampung Supplier Barang
11.
Pembentukan Tabel Transaksi
Proses Pembentukan Tabel Transaksi
Pada gambar diatas merupakan proses pengambilan data yang akan dimasukkan pada tabel transaksi. Pada proses pengambilan terdapat langkah yaitu memasukkan data melalui kueri, kueri dapat dilihat pada gambar dibawah ini :
Langkah Select Data Transaksi Dari Gabungan Beberapa Tabel
Tabel transaksi merupakan hasil dari proses kueri yang dilakukan dengan
menggunakan
tabel
tampung
supplier
barang,
tabel
data_detail_jual, data_detail_jual, serta data_jual. Langkah ini digunakan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 165
untuk menyesuaikan dan mendapatkan id_barang yang sesuai dengan nomor_nota. Untuk mengetahui data yang ada pada tabel transaksi, dapat dilihat menggunakan preview. Hasil preview dapat dilihat pada gambar dibawah ini :
Preview Data Transaksi
Setelah pengambilan data dari proses kueri yang telah dilakukan, selanjutnya adalah menyimpan data ke dalam tabel output yang bernama transaksi.
tampung_supplier_barang karena terdapat beberapa data yang salah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 166
sehingga diganti dengan tampung_barang_supplier_monsi. Pembentukan tabel ini dimaksudkan untuk mendapatkan hasil yang sesuai yaitu mendapatkan id_supplier dan id_barang yang sesuai dengan basis data relasional yang telah dibentuk. Proses dari pembentukan tabel ini, diambil dari proses pengambilan data, dapat dilihat pada gambar dibawah ini :
Pembentukan Tabel tampung_barang_supplier_monsi
Pada proses pengambilan terdapat langkah yaitu memasukkan data melalui kueri, kueri dapat dilihat pada gambar dibawah ini :
Langkah Select Data tampung_barang_supplier_monsi
Tabel diatas merupakan hasil dari proses kueri yang dilakukan dengan menggunakan tabel supplier, barang_jadi_monsi, detail beli, dan data beli. Langkah ini digunakan untuk menyesuaikan dan mendapatkan id_supplier yang sesuai dengan id_barang. Untuk
mengetahui
data
yang
ada
pada
table
tampung_barang_supplier_monsi, dapat dilihat menggunakan preview. Hasil preview dapat dilihat pada gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 167
Preview Data
Setelah pengambilan data dari proses kueri yang telah dilakukan, selanjutnya adalah menyimpan data ke dalam tabel output yang bernama tampung_barang_supplier_monsi.
Output Tabel tampung_barang_supplier_monsi
13.
Pembentukan Tabel Barang_Jadi Pada bagian ini, tabel barang_jadi merupakan tabel yang terbentuk untuk mendapatkan data terutama hubungan antara id_supplier dengan id_barang. Tabel ini didapatkan dari tabel barang, dengan tabel tampung_barang_supplier_monsi, dimana id_supplier dan id_barang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 168
sudah benar sesuai dengan hubungan basis data relasional, kemudian disatukan dengan menggunakan cara manual yaitu diletakkan melalu excel (.xls), selanjutnya dilakukan copy paste dan dimasukkan ke dalam mysql Hasil dari tabel data_barang_jadi dapat dilihat pada gambar dibawah ini :
Output Tabel data_barang_jadi Data diatas didapatkan dari proses panjang yang mengambil semua data, kemudian dilakukan proses penyatuan dengan tetap mengikuti kaidah basis data relasional. 14.
Pembentukan Tabel Sementara Transaksi Pembentukan tabel ini digunakan untuk mendapatkan id_supplier, id_barang, nomor_nota, tgl_input dan jumlah_jual. Tabel ini sama seperti dengan tabel transaksi, hanya saja tabel transaksi terdapat kesalahan didalam relasi basis data, sehingga dibuat tabel sementara transaksi untuk mendapatkan hasil data yang benar dengan kaidah basis data relasional. Proses untuk mendapatkan tabel sementara transaksi dimulai dengan pengambilan data, dapat dilihat seperti gambar dibawah ini :
Pembentukan Tabel Sementara Transaksi
Pada proses pengambilan terdapat langkah yaitu memasukkan data melalui kueri, kueri dapat dilihat pada gambar dibawah ini :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 169
Langkah Select Data tampung_barang_supplier_monsi
Tabel diatas merupakan hasil dari proses kueri yang dilakukan dengan
menggunakan
tabel
tampung_barang_supplier_monsi,
data_detail_jual, dan data_jual. Kemudian dicocokan antara id_barang pada tabel tampung_barang_supplier_monsi dengan id_barang pada tabel data_detail_jual dan nomor_nota pada data_detail_jual dengan nomor nota pada tabel data_jual. Untuk mengetahui hasil data yang didapatkan pada table sementara_transaksi, dapat dilihat menggunakan preview. Hasil preview dapat dilihat pada gambar dibawah ini :
Preview Data
Setelah pengambilan data dari proses kueri yang telah dilakukan, selanjutnya adalah menyimpan data ke dalam tabel output yang bernama sementara_transaksi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 170
Output Tabel sementara_transaksi
15.
Pembentukan Tabel woo Tabel woo, merupakan hasil dari semua pembentukan tabel-tabel untuk mendapat data yangs sesuai dengan kaidah basis data relasional yang benar dan baik. Tabel ini didapatkan dari melakukan penggabungan dari tabel-tabel diantaranya, tabel data-barang_jadi dan tabel sementara transaksi sehingga di dapatkan hasil data seperti dibawah ini :
Output Tabel woo
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 171
LAMPIRAN 3 KUESIONER PEMBANGUNAN GUDANG DATA TRANSAKSI PENJUALAN DI TOKO BUKU AB
Kuesioner ini dibuat dengan tujuan untuk mengetahui tingkat kepuasan kepala toko sebagai administrator pembangunan gudang data transaksi penjualan toko buku dalam memantau hasil dari transaksi penjualan di toko buku berdasarkan jumlah penjualan. Hasil dari kuesioner ini akan digunakan sebagai data analisis pada pengembangan sistem selanjutnya dan untuk melengkapi kebutuhan data penelitian skripsi penulis. Hormat Saya Monica Susi Diatma Sari Nama : Status : Petunjuk : 1. Pilihlah jawaban yang paling sesuai dengan pendapat Anda.
2. Berikan tanda centang ( √ ) pada jawaban yang Anda pilih. Keterangan jawaban : 1. SS = Sangat Setuju 2. S = Setuju 3. R = Ragu 4. TS = Tidak Setuju 5. STS = Sangat Tidak Setuju No. 1.
2.
3. 4. 5.
Pernyataan Saya terbantu dengan hasil dari pembangunan gudang data transaksi penjualan di toko buku dalam memantau data jumlah penjualan berdasar dimensi waktu, supplier, penerbit, kategori, barang, dan topik. Saya dapat dengan mudah melihat hasil jumlah penjualan pada periode waktu tertentu dengan data warehouse dan olap. Langkah-langkah dalam penggunaan sistem dapat dimengerti dengan mudah oleh pengguna. Menu pada tampilan OLAP dapat dimengerti oleh pengguna. Proses pembuatan laporan transaksi penjualan menjadi lebih cepat.
