PEMBUATAN PURWARUPA DATA WAREHOUSE AKTIFITAS MATERIAL UNTUK MENDUKUNG SISTEM MANAJEMEN INVENTORI DI PT. CALTEX PACIFIC INDONESIA

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005

PEMBUATAN PURWARUPA DATA WAREHOUSE AKTIFITAS MATERIAL UNTUK MENDUKUNG SISTEM MANAJEMEN INVENTORI DI PT. CALTEX PACIFIC INDONESIA Untung B. Santoso, Arif Djunaidy PT. Caltex Pacific Indonesia Rumbai, Pekanbaru, Indonesia e-mail: [email protected] Fakultas Teknologi Informasi - Institut Teknologi Sepuluh Nopember Jl. Raya ITS, Sukolilo, Surabaya, Indonesia e-mail: [email protected]

. ABSTRAK Pada awal tahun 2004, manajemen PT. Caltex Pacific Indonesia (PT. CPI) merekomendasikan untuk menurunkan nilai inventori perusahaan, yang merupakan salah satu Key Performance Indicator (KPI) perusahaan, yang dinilai kurang sesuai dengan kondisi perusahaan saat ini. Untuk membantu perusahaan mencapai tujuan tersebut perlu disediakan suatu fasilitas tambahan yang dapat mendukung proses pengambilan keputusan dalam aktifitas sehari-hari yang berkaitan dengan manajemen inventori. Makalah ini membahas mengenai hasil desain dan implementasi sebuah analysis tool berupa purwarupa data warehouse aktifitas material untuk mendukung sistem manajemen inventori di PT. CPI. Strategi yang digunakan dalam desain dan implementasi dilakukan secara efektif dan efisien tanpa mengurangi kepuasan pengguna mengingat sangat terbatasnya sumber daya manusia dan biaya yang diberikan. Dalam fase desain digunakan model dimensional star-schema dengan mengoptimalkan fiturfitur yang ada dalam SQL Server 2000 untuk melengkapi kebutuhan pelacakan dan pelaporan informasi untuk memenuhi kebutuhan analisis yang tidak dapat disediakan oleh Enterprise Resource Planning (ERP) JDE yang digunakan pada saat ini. Kemudian sebuah cube dibuat dengan menggunakan Analysis Services yang memungkinkan pengguna dapat secara langsung melakukan analisis melalui operasi slice and dice, dan drill-down. Pengguna juga bisa mengakses cube ini dengan melalui Microsoft Excel dan web menggunakan Pivot Table Services. Purwarupa yang telah dibuat telah berhasil diujicobakan dengan menggunakan data aktifitas material tahun 2004 dan sebagian tahun 2005. Dari hasil penelitian ini dapat ditarik kesimpulan bahwa metodologi yang digunakan cukup efektif dan efisien untuk pengembangan suatu data warehouse yang menggunakan SQL Server 2000 sebagai sistem manajemen basis data, baik sebagai sumber data maupun target. Purwarupa yang dibuat dapat digunakan untuk menunjang proses pengambilan keputusan, dimana pengguna dapat melakukan manajemen inventori material dengan lebih baik dan lebih cepat, yang pada akhirnya akan meningkatkan kinerja perusahaan. Kata kunci:

inventori, purwarupa, data warehouse, model dimensional, SQL server, ERP JDE.

ISBN : 979-99735-0-3


PENDAHULUAN PT. Caltex Pacific Indonesia (PT. CPI), yang bersifat Production Sharing Contract (PSC) antara Chevron Corporation dengan pemerintah - dalam hal ini BPMIGAS (dulu PERTAMINA), di awal tahun 2004 mengimplementasikan salah satu sistem aplikasi Enterprise Resource Planning (ERP) yaitu JD Edwards (JDE) yang berbasis window, client-server dan menggunakan SQL Server 2000 sebagai basis datanya. ERP JDE yang digunakan merupakan kastemisasi dari JDE orisinil agar dapat memenuhi kebutuhan anak perusahaan yang berada di bawah Chevron International Exploration and Production (CIEP), untuk selanjutnya disebut sebagai JDE Global Model. Namun sayangnya, masih cukup banyak kebutuhan pengguna yang sifatnya pelacakan dan pelaporan untuk keperluan analisis yang belum dapat dipenuhi pada saat Gobal Model mulai digunakan. Pada saat yang hampir bersamaan sekitar awal tahun 2004, manajemen PT. CPI menilai bahwa nilai inventori yang sekitar 100 juta US dollar dianggap masih terlalu besar untuk ukuran bisnis perusahaan saat ini. Karena merupakan salah satu Key Performance Indicator (KPI) perusahaan maka menjadi salah satu strategi perusahaan untuk terus mengupayakan agar nilai inventori perusahaan terus menurun hingga mencapai titik yang optimal. Sayangnya, dengan hanya mengandalkan fasilitas yang ada saat ini target KPI nilai inventori ditahun 2004 sebesar 75 juta US dollar tidak tercapai (status akhir Desember 2004 menunjukkan angka 82 juta US dollar). Masalah utama pada sistem JDE Global Model yang ada saat ini adalah tidak adanya fasilitas yang cukup yang dapat membantu proses pengambilan keputusan dalam manajemen inventori, diantaranya fasilitas On-Line Analitical Processing (OLAP). Begitu juga dengan cara analisis terhadap aktifitas material yang ada saat ini, hanya mengandalkan pengalaman sebelumnya saja, misalnya yang dipantau kegiatan aktifitasnya dari bulan ke bulan hanya untuk material tertentu saja, padahal dengan sistem yang JDE Global Model yang baru ini, bukan hanya sistem informasinya yang mengalami perubahan tetapi juga sampai kepada penomoran dan pengelompokan material, ada kemungkinan pengelompokan material dengan menggunakan sistem sebelumnya berbeda dengan yang ada saat ini, sehingga diperlukan pemantauan aktifitas material yang dinamis dan otomatis, tidak statis dari waktu ke waktu. Karena pada kenyataannya, meskipun jumlah material di PT CPI mencapai lebih dari 60.000 item namun yang mempunyai aktifitas yang relatif cukup tinggi hanya sebagian saja. Manajemen PT. CPI telah menetapkan target KPI nilai inventori untuk tahun 2005 yaitu sebesar 70 juta US dollar dan untuk tahun 2006 sebesar 50 juta US dollar. Dengan nilai inventori yang menurun diharapkan biaya manajemen inventori secara otomatis juga akan menurun. Dobler (1990) menyebutkan bahwa biaya inventori berkisar antara 20 hingga 40 prosen dari nilai inventori. Makalah ini membahas desain dan implementasi sebuah analysis tool berupa purwarupa (Kendall, 2000) data warehouse aktifitas material untuk mendukung sistem manajemen inventori di PT. CPI guna mengupayakan pencapaian KPI nilai inventori perusahaan. Adapun metodologi yang digunakan dalam tesis ini sebagian menggunakan pendekatan praktis yang diperkenalkan oleh Kimball et. al. (1996, 1998), salah seorang pakar terkenal dalam bidang data warehouse. Pengembangan model dimensional dilakukan dengan cara mengoptimalkan fitur-fitur yang ada di SQL Server 2000 secara efektif dan efisien tanpa mengurangi kepuasan pengguna mengingat sangat terbatasnya sumber daya manusia dan biaya yang diberikan, sehingga dapat membantu dan ISBN : 979-99735-0-3

C-27-2


melengkapi kebutuhan pelacakan dan pelaporan untuk keperluan analisis yang tidak dapat dipenuhi oleh On-Line Transactional Processing (OLTP). Uji coba yang dilakukan adalah dengan membuat sebuah data model dimensional yang biasa disebut star-schema, dimana model dimensional yang dihasilkan ini akan ditampilkan melalui Analysis Services atau Pivot Table Services. Pada uji coba ini akan digunakan data aktifitas material tahun 2004-2005. Diharapkan sistem ini dapat membantu para material analyst atau buyer melakukan analisis terhadap aktifitas material yang ada di PT. CPI secara efektif dan efisien, kemudian memberikan masukan yang strategis kepada manajemen atau pengambil keputusan, misalnya dengan memberikan gambaran kepada manajemen atau pengambil keputusan mengenai karakteristik material yang dapat berupa tingkat aktifitasnya, jumlah konsumsinya, dan nilainya sehingga PT. CPI bisa lebih fokus kepada jenis material yang secara signifikan mempengaruhi pencapaian KPI untuk manajemen inventori khususnya dalam upaya pencapaian nilai inventori yang optimal. Kemudian dari statistik aktifitas material yang ada juga diharapkan bisa dilihat material apa saja yang bisa dimasukkan ke dalam kategori “vendor stocking” yang diharapkan dapat menekan nilai inventori perusahaan secara signifikan. “Vendor stocking” yaitu suatu proses bisnis dimana perusahaan tidak perlu menyiapkan stock onhand suatu jenis material akan tetapi vendor atau supplier lah yang menyediakan material tersebut untuk keperluan perusahaan, tentunya dengan ikatan kontrak tertentu yang sudah disepakati bersama. Kontribusi penelitian ini dilihat dari sisi ilmu pengetahuan dan teknologi adalah memberikan alternatif lain dalam usaha memperbaiki kinerja manajemen inventori di PT. CPI dengan cara membuat purwarupa analysis tool yang bisa digunakan sebagai model untuk mendukung sistem manajemen inventori khususnya bagi pengguna ERP JD Edwards (JDE), (Khalil, 2000). Adapun manfaat yang dapat diperoleh dari hasil penelitian ini adalah seperti berikut: a. Diharapkan efektifitas dan efisiensi yang dilakukan dalam penelitian ini bisa dijadikan sebagai acuan dalam pengembangan suatu sistem aplikasi yang berkaitan dengan fasilitas pelacakan dan pelaporan yang menggunakan SQL Server 2000 sebagai basis data, terutama yang berkaitan dengan data warehouse dan OLAP. b. Proses pengambilan data untuk analisis aktifitas material bisa dilakukan lebih cepat. Sehingga seorang material analyst atau buyer dapat menentukan karakteristik material berdasarkan aktifitasnya dengan lebih efektif dan efisien,. Dengan diketahuinya karateristik aktifitas suatu material maka bisa dilakukan perencanaan pengadaan yang lebih baik, dan mengoptimalkan tingkat stok material di gudang, yang pada akhirnya diharapkan dapat menekan biaya operasional dan meningkatkan arus kas. Dengan data statistik inventori yang dihasilkan, manajemen PT. CPI diharapkan bisa fokus terhadap jenis material atau barang mana saja yang memerlukan perhatian lebih dalam manajemennya. c. Dari statistik aktifitas material yang dihasilkan juga diharapkan bisa dilihat material apa saja yang bisa dimasukkan ke dalam kategori “vendor stocking” yang diharapkan dapat menekan nilai inventori perusahaan secara signifikan. d. Untuk material yang termasuk aktifitasnya sangat rendah (very slow-moving material) atau bahkan tidak ada sama sekali dalam 2 tahun terakhir atau lebih, dapat dimasukkan ke dalam kategori write-off material sehingga bisa dikeluarkan dari perhitungan nilai inventori perusahaan. Untuk memasukkan suatu material ke dalam

ISBN : 979-99735-0-3

C-27-3


kategori write-off material diperlukan persetujuan BPMIGAS karena hal ini menyangkut aset negara. Meskipun bukan merupakan forecasting tool (Turban et.al., 2005), fasilitas ini diharapkan mampu mendukung pengambil keputusan mulai dari kegiatan operasional sampai yang bersifat strategi ke depan. Sehingga objektif dari perusahaan yang berhubungan dengan manajemen inventori khususnya pencapaian KPI nilai inventori dapat tercapai. 1. ANALISIS, DESAIN, DAN IMPLEMENTASI Kemungkinan sukses dari suatu proyek data warehouse akan bertambah jika desainer mampu mencerna dan mengerti secara baik bisnis dan kebutuhan pengguna. Tanpa memiliki pengertian yang baik, proyek data warehouse kemungkinan akan berakhir sia-sia. Pada tahap ini diuraikan proses yang dilakukan dan hasil yang diperoleh yang berkaitan dengan analisis, desain, dan implementasi data warehouse. Pendekatan yang digunakan dalam pengumpulan kebutuhan untuk analisis berbeda secara signifikan dibandingkan dengan pendekatan tradisional, data-driven requirement analysis, (Adamson dan Venerable, 1998), (Kimball, 1996, 1998). Desainer data warehouse harus mengerti faktor kunci dalam menentukan keperluan bisnis dan menerjemahkannya kedalam pertimbangan desain. Keperluan bisnis merupakan pondasi data warehouse untuk 3 fokus yaitu, teknologi, data, dan end-user application. 1.1 Deskripsi Umum Kebutuhan Sistem Berdasarkan survey kebutuhan pengguna dan target pencapaian KPI di tahun 2005 dan 2006, maka diperlukan suatu tool guna membantu manajemen inventori khususnya yang berkaitan dengan analisis aktifitas material sehingga perlu dibuat suatu data warehouse aktifitas material. Dengan tool ini diharapkan proses kerja di tim Inventory Management dapat berjalan lebih efektif dan efisien ditunjukkan dengan penghematan proses kerja yang bisa dilakukan oleh tim tersebut pada saat tool tersebut digunakan. Selain itu, dengan mengetahui pola atau statistik aktifitas material maka perencanaan pengadaan barang dapat berjalan lebih baik, sehingga tidak menghasilkan peningkatan nilai inventori perusahaan yang pada akhirnya bisa meningkatkan arus kas perusahaan. Lebih dari itu, dengan menggunakan tool ini diharapkan dapat menyediakan data pendukung dalam meningkatkan kerjasama dengan rekanan (vendor) melalui program “vendor stocking”. Juga, dengan adanya tool ini bisa dilihat aktifitas material yang bisa dikategorikan sebagai very slow-moving material sehingga bisa diajukan untuk proses write-off ke BPMIGAS. Semua manfaat ini diharapkan mampu menekan nilai inventori ke tingkat yang optimal. Secara umum sistem ini mempunyai kebutuhan sumber data yang berasal dari JDE Global Model dan sebagian kecil berasal dari Microsoft Excel, sedangkan untuk proses ETL semuanya menggunakan Enterprise Manager yang ada pada SQL Server 2000. Untuk dapat mengakses cube yang telah dibuat, pengguna akan menggunakan antar-muka langsung melalui Analysis Services atau Pivot Table Microsoft Excel atau Pivot Table berbasis web yang dihasilkan dengan cara mengekspor (save as) Pivot Table Microsoft Excel ini ke dalam html. Untuk aplikasi yang tidak mengakses cube ISBN : 979-99735-0-3

C-27-4


juga menggunakan antar-muka aplikasi berbasis web. Semua aplikasi berbasis web tersebut dipadu dalam satu menu utama. 1.2 Desain Arsitektur Teknikal Dengan pengelolan ekspektasi yang baik pengguna sepakat untuk menggunakan desain arsitektur teknikal seperti yang dapat dilihat pada gambar 2-1. Secara umum dapat dijelaskan bahwa sumber data berasal ERP JDE Global Model dan sebagian data merupakan spreadsheet MS Excel yang dikelola oleh pengguna. Kemudian dengan menggunakan Enterprise Manager yang ada di SQL Server 2000, proses ETL dilakukan melalui Data Transformation Services, mulai dari proses ekstraksi hingga proses peremajaan cube. Cube yang sudah dibuat, dapat diakses melalui Analysis Services atau Pivot Table MS Excel atau Pivot Table berbasis web.

OLTP

Pivot Table MS Excel (can be exported to web)

JDE MS Excel

Staging

DW

Data Transformation (ETL)

Analytic Platform

Analysis Services

Data Analysis (OLAP, Data Mart)

SQL Server 2000 Management Tools

Gambar 2-1 Desain Arsitektur Teknikal Staging area diperlukan agar proses ekstraksi dan transformasi bisa berjalan lebih efektif dan efisien tanpa mengganggu kinerja di data warehouse dimana merupakan basis data yang langsung diakses oleh pengguna. Setelah itu baru dilakukan pemuatan ke data warehouse, sekaligus memberikan surrogate-key kepada masingmasing tabel fisik untuk kepentingan kinerja pelacakan nantinya. Proses ETL data ini dilakukan setiap awal bulan sekali. 1.3 Desain Cube Pada tahap desain data warehouse langkah pertama yang dilakukan adalah membuat model dimensional yang merepresentasikan kebutuhan pengguna secara menyeluruh, artinya semua kebutuhan pelaporan dan pelacakan yang diperlukan oleh pengguna dapat dipenuhi oleh skema model dimensional ini. Tahap selanjutnya adalah desain skema fisik basisbata yaitu mentransformasikan model dimensional yang ada menjadi fisik basis data dan tabel beserta atribut dan indeks yang diperlukan. Kemudian

ISBN : 979-99735-0-3

C-27-5


dibuat juga desain proses ETL, serta desain antar-muka pengguna, (Kimball, 1996, 1998), (Microsoft, 2001). Gambar 2-2 menunjukkan model dimensional yang dihasilkan. Pada pembuatan model dimensional ini sengaja dilakukan proses denormalisasi terhadap dimensi Commodity. Hal ini dilakukan dengan tujuan memperbaiki kinerja pelacakan nantinya terutama pada saat melibatkan data dalam jumlah besar. Meskipun semua dimensi sudah memiliki key yang berasal dari OLTP namum pada saat dimuat ke data warehouse diberi surrogate-key dengan type numeric agar kinerja pelacakan lebih baik pada saat melibatkan jumlah data yang besar. Setelah model dimensional ini memenuhi kebutuhan bisnis pengguna kemudian dilakukan pemetaan data terhadap sumber data, baik yang ada di JDE Global Model maupun Microsoft Excel.

Gambar 2-2 Model Dimensional Aktifitas Material 1.4 Desain Skema Fisik Pada tahap ini model dimensional yang ada kemudian ditransformasikan atau dipetakan menjadi bentuk fisik basis data dan tabel beserta atribut dan indeks yang diperlukan guna mempercepat pelacakan terhadap data warehouse. Untuk mempercepat proses ekstraksi dan transformasi, semua fisikal tabel di staging area diperlakukan sebagai tabel yang berdiri sendiri (tidak ada relasi/asosiasi antara satu dengan yang lainnya). Sedangkan untuk data warehouse, untuk mengontrol integrasi proses ektraksi dan transformasi semua tabel fisik yang berada dalam model dimensional star-schema diberi relasi/asosiasi antara tabel fakta dengan tabel-tabel dimensinya. Dalam kasus ini, secara fisik relasi antara tabel fakta dan tabel-tabel dimensinya sama seperti model dimensional pada gambar 2-2.

ISBN : 979-99735-0-3

C-27-6


1.5 Desain Proses ETL Pada penelitian ini dilakukan dua tahap proses ETL data yaitu: a. Proses ekstraksi dan transformasi dari sumber data ke staging area. Untuk data dimensi yang besar, data diekstrak secara incremental yaitu hanya berdasarkan data yang mengalami perubahan atau penambahan yang terjadi selama bulan lalu, sedangkan untuk dimensi dengan jumlah data sedikit diremajakan secara keseluruhan. Untuk tabel fakta diekstrak dan dimuat secara incremental untuk aktifitas material bulan lalu saja. b. Proses transformasi dan pemuatan data dari staging area ke data warehouse. Proses pemuatan data akan mengikuti kaidah relasi/asosiasi desain fisik basis data, semua tabel dimensi harus dimuat terlebih dahulu, baru kemudian data untuk tabel fakta. Tahap selanjutnya adalah melakukan peremajaan terhadap tabel untuk keperluan proses write-off material. Tahap terakhir yaitu melakukan proses peremajaan terhadap cube yang dibuat . 1.6 Desain Antar-Muka Pengguna Antar-muka pengguna yang digunakan dalam purwarupa ada dua yaitu Analysis Services (hanya digunakan oleh material analyst dan planner sebagai ”super user”) dan aplikasi berbasis web. Dengan antar-muka pengguna seperti ini pengguna merasa diberi keleluasaan dalam menentukan sendiri format pelaporan yang diinginkan mengingat kebutuhan pelacakan dan pelaporan yang ada di lapangan sangat dinamis, sehingga ketergantungan terhadap pihak tim teknologi informasi bisa dihindari. 1.7 Implementasi Skema Fisik Untuk keperluan pembuatan purwarupa dalam penelitian ini dibuat 3 basis data yang masing-masing merepresentasikan: a. Sumber data yang ada di JDE Global Model (THESISSRC). b. Staging area (THESISSTG) c. Data warehouse (THESISDWH). 1.8 Implementasi Proses ETL Implementasi proses ETL dibagi dalam dua tahap yaitu (a) Proses ekstraksi dan transformasi dari sumber data ke staging area dan (b) Proses transformasi dan pemuatan data dari staging area ke data warehouse. Pada kedua proses ini ditunjukkan arus proses dan ketergantungan satu proses dengan proses yang lainnya. Langkah awal yang dilakukan adalah membuat sejumlah stored procedure yang diperlukan dalam proses ekstraksi dan transformasi dari sumber data ke staging area sesuai dengan desain proses yang ada. Setelah itu, semua stored procedure tersebut dirangkai kedalam suatu Local Package yang ada di Data Transformation Services (DTS) MS SQL Server 2000 membentuk satu set proses ekstraksi dan transformasi dari sumber data ke staging area, dan satu set lagi dari staging area ke data warehouse. Kemudian dari dua Local Package yang sudah dibuat ini, dapat dibuat suatu Job untuk menjalankan kedua Local Package ini dengan menggunakan fitur Jobs Management yang ada di Enterprise Manager MS SQL Server 2000 dimana Job dijalankan sesuai urutannya dan membuat jadual kapan dijalankan. Untuk dapat menjalankan Job ini SQL Server Agent harus dalam keadaan start.

ISBN : 979-99735-0-3

C-27-7


1.9 Implementasi Antar-Muka Pengguna Menu utama aplikasi berbasis web ini secara garis besar mengandung fasilitas: a. Pivot Table yang dihasilkan dengan cara mengekspor (save as) Pivot Table Microsoft Excel ke dalam html b. Pelacakan dan pelaporan yang berkaitan dengan proses write-off material, dan material proyek. Semua hasil pelacakan dan pelaporan melalui web dapat diekspor ke dalam Microsoft Excel.

2. UJI COBA DAN EVALUASI Pada tahap ini dilakukan beberapa skenario uji coba. Pertama, dilakukan uji coba verifikasi terhadap kebenaran fungsional dari setiap fasilitas yang disediakan, mulai dari proses ETL data, serta proses peremajaan cube. Yang kedua, dilakukan uji coba terhadap kinerja sistem yaitu kecepatan proses ETL hingga peremajaan cube. Uji coba yang ketiga yaitu uji coba validasi pemenuhan kebutuhan pengguna melalui beberapa contoh hasil pelacakan dan pelaporan yang merupakan kebutuhan pengguna. Selanjutnya dilakukan evaluasi terhadap manfaat hasil penelitian ini jika di-deploy di PT. CPI. 2.1 Lingkungan Uji Coba Uji coba dan evaluasi dilakukan dengan menggunakan notebook merek ACER Extensa 29000 dengan spesikasi: Processor Intel Pentium M Centrino 1,5 GHz; RAM 512 MB; Operating System Windows XP SP 2; MS SQL Server 2000 version 8.0 SP 3; Analysis Services version 8.0 SP 3; MS Office Proffessional Edition 2003; MS Office FrontPage 2003; Bahasa pemrograman dengan menggunakan Active Service Package (ASP); Internet Explorer version 6.0. 2.2 Data Uji Coba Data yang digunakan untuk keperluan uji coba ini adalah data sejak Januari 2004 hingga Maret 2005. Uji coba yang pertama dilakukan adalah dengan melakukan proses inisiasi pemuatan data yaitu melakukan proses ekstraksi dan transformasi dari source ke staging area, lalu transformasi dan pemuatan data dari staging area ke data warehouse dengan menggunakan data tahun 2004 (setahun penuh). Proses tersebut memakan waktu sekitar 85 menit. Untuk proses ekstraksi, transformasi, dan pemuatan data tahap selanjutnya dilakukan secara incremental pada setiap bulan. Proses ini relatif tidak memakan waktu terlalu banyak, normalnya hanya sekitar 10 menit, sangat tergantung jumlah data yang diekstrak pada bulan tersebut. Perkiraan jumlah rata-rata data yang akan dimuat dari source ke data warehouse setiap bulannya, yaitu sekitar 1.500 baris untuk dimensi Commodity dan 12.000 baris untuk tabel fakta. Untuk dimensi Branch Plant, Doc Type, dan Location praktis statis (termasuk slow dimension) dimana jarang sekali terjadi perubahan. Sedangkan untuk dimensi Time, agar lebih praktis hanya perlu diperbaharui setahun sekali pada saat awal tahun mengingat jumlah data yang harus dimuat relatif tidak banyak (sekitar 365 baris per tahun).

ISBN : 979-99735-0-3

C-27-8


2.3 Uji Coba Verifikasi Fungsional Sistem Uji coba yang pertama dilakukan adalah uji coba proses ETL dimana Job yang sudah dibuat dijalankan secara otomatis dengan menggunakan fitur Jobs Management yang ada di Enterprise Manager MS SQL Server 2000. Proses peremajaan cube pada prinsipnya bisa dilakukan secara manual/langsung dari Analysis Services atau Pivot Table Microsoft Excel, maupun secara otomatis melalui pembuatan Local Package yang kemudian dijalankan dengan menggunakan Job Manajement pada Enterprise Manager SQL Server 2000. Sesuai dengan tujuan dan manfaat yang diharapkan dalam penelitian ini, maka uji coba dan evaluasi yang dilakukan adalah dengan membuat fasilitas pelacakan dan pelaporan yang dapat dihasilkan dari cube yang sudah dibuat. Baik Analysis Services maupun Pivot Table yang ada di Microsoft Excel akan memberikan fitur slice and dice, dan kemampuan drill-down yang sama, (Microsoft, 2001, 2004a, 2004b). Secara keseluruhan media Pivot Table Microsoft Excel mempunyai fitur yang lebih lengkap dalam melakukan manipulasi terhadap cube yang ada dibanding Analysis Services. Bahkan jika Pivot Table yang ada di Microsoft Excel di-save-as html, akan menghasilkan fitur yang lebih baik lagi, fitur slice and dice, dan kemampuan drill-down terasa lebih kaya, selain itu pada umumnya antar-muka web lebih disukai oleh pengguna. Pivot Table yang dihasilkan dari Microsoft Excel mempunyai kelebihan dibanding Analysis Services, atribut yang ditampilkan lengkap (tidak terpotong), bisa diatur lebar kolomnya sesuai keperluan, dan bisa memanipulasi kolom yang ada sesuai dengan fitur-fitur yang ada di Microsoft Excel seperti sort, format, bahkan sudah disediakan beberapa template dari format laporan yang bisa dipilih sesuai dengan keperluan. Namun demikian ada kekurangan yang terdapat pada pivot table Microsoft Excel ini yaitu fitur drill-thru yang ada di Analysis Services tidak bisa dijalankan dari sini. 2.4 Uji Coba Kinerja Purwarupa Uji coba kinerja purwarupa yang dilakukan adalah uji coba kecepatan proses ETL hingga proses peremajaan cube. Hasilnya dapat dilihat pada tabel 3-3, semakin banyak data yang diekstrak akan semakin lama proses ETL berlangsung, begitu juga proses peremajaan cub. Tabel 3-1 Uji Coba Kinerja Proses ETL dan Peremajaan Cube Periode Data Yang Diekstrak Jan-Des 2004 Jan-2005 Feb-2005 Mar-2005

Jumlah Data Tabel Fakta (baris) 146.126 11.779 9.991 14.421

Waktu Proses ETL (menit) 82 6 7 8

Waktu Proses Refresh Cube (menit) 3 1 1 2

2.5 Uji Coba Validasi Kebutuhan Pengguna Uji coba validasi dilakukan dengan cara mengadakan pertemuan dengan semua stakeholder dan representatif pengguna. Dimana pada pertemuan tersebut dimulai dengan sedikit mengulas kembali mengenai kebutuhan pengguna yang pernah disampaikan, dan dilanjutkan dengan melakukan demonstrasi terhadap purwarupa yang sudah dibuat sambil melakukan diskusi jika ada pertanyaan atau usulan perbaikan terhadap purwarupa yang ada. Pada prinsipnya semua kebutuhan pengguna sudah dapat

ISBN : 979-99735-0-3

C-27-9


terpenuhi dalam purwarupa yang sudah dibuat. Bahkan pengguna cukup antusias agar kiranya purwarupa ini dapat di-deploy secepatnya. 2.6 Evaluasi Manfaat Penelitian Secara keseluruhan pendekatan solusi teknik yang dilakukan dalam penelitian ini dapat dikerjakan dalam waktu yang relatif cepat. Diperkirakan waktu yang diperlukan untuk menyelesaikan pengembangan suatu proyek seperti ini (dengan cakupan, kompleksitas, dan ekspektasi yang kurang lebih setara) hanya memakan waktu efektif sekitar 25 man-days (dengan asumsi dikerjakan oleh tenaga yang handal dan berpengalaman), mulai dari survey kebutuhan pengguna hingga tahap implementasi. Dari proses ETL dan peremajaan cube dapat dihitung peningkatan tingkat efisiensi dari proses yang baru ini. Dengan cara sebelumnya dimana 10 orang material analyst diperlukan untuk melakukan pengumpulan data secara manual selama sekitar 1 minggu atau sekitar 50 man-days setiap bulannya. Melalui cara otomatisasi proses ETL ini, proses pengumpulan data bisa dilakukan hanya dalam waktu beberapa menit tanpa melibatkan lagi sumber daya manusia. Baik melalui Analysis Services maupun Pivot Table (baik langsung melalui Microsoft Excel maupun yang sudah dalam bentuk html), dari cube yang dihasilkan pengguna bisa dengan mudah menghasilkan laporan untuk menentukan karakteristik material berdasarkan aktifitasnya, misalnya material apa saja yang mempunyai aktifitas yang tinggi (high-moving material), yang mana aktifitasnya rendah (slow-moving material), berapa tingkat konsumsi setiap material per bulan, gudang di lokasi mana memiliki aktifitas material paling tinggi. Dengan diketahuinya karateristik aktifitas suatu material maka bisa dilakukan prediksi kapan suatu material biasanya diperlukan secara lebih ekstensif dibanding waktu-waktu lain. Sehingga rencana pengadaan bisa dilakukan dengan lebih baik, dan mengoptimalkan tingkat stok material di gudang, yang pada akhirnya diharapkan dapat menekan biaya operasional dan meningkatkan arus kas. Salah satu terobosan yang bisa dijadikan untuk menekan nilai inventori adalah dengan cara ”vendor stocking”. Dengan mampu menyajikan informasi pola penggunaan material yang akurat kepada rekanan (vendor), perusahaan akan lebih mudah untuk melakukan kerjasama dengan rekanan dalam pengadaan barang melalui cara ”vendor stocking”. Dengan mempertimbangkan aktifitas, kuantitas, dan nilai material yang terkait relatif cukup besar diharapkan merupakan daya tarik bagi rekanan untuk bekerja sama, yang pada akhirnya kedua belah pihak mendapatkan keuntungan dari kerja sama ini. Contoh material yang sangat potensial untuk dapat diajukan ke dalam kategori ”vendor stocking” ditunjukkan pada tabel 3-4. Hasil analisis tabel 3-4 menunjukkan bahwa beberapa Commodity ternyata sangat potensial untuk bisa diajukan ke dalam kategori ”vendor stocking” mengingat baik kuantitas, frekuensi, maupun jumlah nilainya yang cukup banyak setiap tahunnya (mencapai lebih dari US$ 800 ribu). Juga distribusi penggunaanya pun relatif merata setiap kuartalnya. Sehingga hal ini akan menunjang pertimbangan bisnis bagi rekanan untuk dapat bekerja sama dengan PT. CPI untuk melakukan ”vendor stocking” untuk material tertentu.

ISBN : 979-99735-0-3

C-27-10

Prosiding Seminar Nasional Manajemen Teknologi II Program Studi MMT-ITS, Surabaya 30 Juli 2005 Tabel 3-2 Material Yang Potensial Untuk Masuk Kategori "Vendor Stocking" Qtr1 2004 Qtr1 2004 Qtr1 2004 Qtr1 2004 Year 2004 Amount Freq. Qty Amount Freq. Qty Amount Freq. Qty Amount Freq. Qty Amount Freq. Commodity (CS,MM,OR) Qty 53 Fittings -1.662 -16.830,56 370 -143 -2.631,57 26 -682 -26.202,12 97 -714 -34.408,46 170 -3.201 -80.072,71 663 51 Electrical -52.653 -44.037,80 438 -73.964 -4.023,36 28 -9.259 -5.343,01 13 -902 -5.957,61 60 -136.778 -59.361,78 539 36 Office Supplies -5.995 -8.642,24 315 -476 -595,22 18 -6 -4,75 1 -6.477 -9.242,21 334 52 Fasteners -34.187 -3.440,03 189 -1.148 -189,99 5 -6.897 -7.227,54 26 -6.544 -2.223,10 41 -48.776 -13.080,66 261 59 Metals -8.817 -8.829,03 153 -11 -22,45 2 -33 -1.037,18 8 -184 -4.388,29 37 -9.045 -14.276,95 200 06 Chemicals (Non-Catalysts) -4.420 -181.861,03 167 -1.457 -6.969,73 15 -300 -4.736,22 1 -832 -12.578,96 8 -7.009 -206.145,94 191 08 Paints and Coatings -225 -1.241,59 41 -20 -58,01 6 -117 -1.438,85 14 -256 -3.418,22 39 -618 -6.156,67 100 14 Instrumentation & Parts -680 -275.735,97 86 -32 -288,08 6 -8 -121,20 1 -37 -2.553,11 9 -757 -278.698,36 102 01 Construction -3.778 -69.395,88 101 -134 -1.004,94 4 -22 -39,00 1 -159 -397,15 4 -4.093 -70.836,97 110 54 Gaskets, Seals & Packing -14.474 -105.489,98 70 -880 0,00 1 -25 -107,62 3 -435 -941,96 13 -15.814 -106.539,56 87 -126.891 -715.504,11 1.930 -78.265 -15.783,35 111 -17.349 -46.257,49 165 -10.063 -66.866,86 381 -232.568 -844.411,81 2.587 Total

Berdasarkan informasi aktifitas material yang diambil dari Januari 2004 hingga Maret 2005, diketahui bahwa ada material dengan nilai lebih dari US$ 20 juta tidak memiliki aktifitas apapun sejak 1 Januari 2004. Jika hal ini diajukan ke BPMIGAS untuk dapat di-write-off maka PT. CPI akan mampu menurunkan nilai inventorinya secara signifikan, yang pada prinsipnya akan menurunkan juga biaya inventori. Khusus untuk material proyek, pihak manajemen bisa mendapat gambaran bahwa hingga akhir Maret 2005 ada sejumlah material proyek yang tidak mempunyai aktifitas dengan nilai lebih dari US$ 3,6 juta yang saat ini ada di gudang, artinya kemungkinan ada proyek yang tidak berjalan sebagaimana mestinya. Kontrol seperti ini sangat diperlukan oleh pihak manajemen. Sedangkan untuk barang yang sudah pernah dimasukkan ke dalam kategori write-off, berdasarkan pola aktifitasnya menunjukkan bahwa masih ada aktifitas penggunaan material tersebut. Dengan adanya informasi ini perusahaan bisa mengantisipasi untuk menyiapkan jawaban atau justifikasi terhadap aktifitas material seperti ini apabila suatu hari ada pertanyaan dari pihak yang terkait, seperti BPMIGAS atau Audit. Dengan data statistik inventori yang dihasilkan dalam bentuk cube, manajemen PT. CPI bisa fokus terhadap jenis material atau barang mana saja yang memerlukan perhatian lebih dalam manajemennya. Fasilitas ini diharapkan mampu mendukung pengambil keputusan mulai dari kegiatan operasional sampai yang bersifat strategi ke depan. Sehingga diharapkan objektif dari perusahaan yang berhubungan dengan manajemen inventori khususnya target KPI nilai inventori dapat tercapai. KESIMPULAN Dari hasil penelitian ini dapat disimpulkan beberapa hal seperti berikut: a. Berdasarkan hasil uji coba validasi, purwarupa analysis tool yang dihasilkan dalam penelitian ini diyakini dapat mendukung sistem manajemen inventori di PT. CPI dalam menganalisis aktifitas material dengan cara yang lebih efektif dan efisien. Solusi teknik yang dilakukan dalam penelitian ini pun efektif dan efisien, serta dapat dijadikan acuan terhadap pengembangan proyek-proyek lain yang sejenis. b. Dari hasil uji coba verifikasi dapat disimpulkan bahwa semua fungsional sistem mulai dari proses ETL, proses peremajaan cube, akses ke cube, hingga pelaporan dan pelacakan untuk proses write-off material berjalan dengan baik sesuai dengan ISBN : 979-99735-0-3

C-27-11


yang diharapkan, termasuk response timenya yang relatif cepat (hanya membutuhkan waktu beberapa menit untuk setiap kali melakukan proses ETL dan peremajaan cube). c. Dari hasil evaluasi manfaat hasil penelitian dapat disimpulkan bahwa analysis tool yang dihasilkan dalam penelitian ini mampu:  Melakukan efisiensi proses pengambilan data aktifitas material dibandingkan terhadap yang dilakukan sebelumnya.  Memberikan gambaran strategis yang berkaitan dengan aktifitas material sehingga membantu proses pengadaan berjalan lebih efektif dan efisien.  Memberikan gambaran untuk mengalihkan sistem pengadaan melalui cara “vendor stocking” untuk sebagian komoditas.  Memberikan gambaran kepada manajemen mengenai material yang tidak aktif selama periode waktu tertentu sehingga bisa diajukan ke BPMIGAS untuk diwrite-off.  Memberi gambaran mengenai manajemen proyek tertentu yaitu dengan cara memberi informasi mengenai aktifitas material yang sudah dipesan oleh suatu proyek namun untuk waktu yang lama tidak digunakan.  Dijadikan sebagai alat kontrol dalam mengontrol material yang sudah berada dalam status write-off dimana seharusnya tidak boleh ada aktifitas yang terjadi terhadap material dengan status tersebut. . REFERENSI Adamson, Christopher dan M. Venerable (1998) Data Warehouse Design Solutions, John Wiley & Son, New York. Dobler, W. Donald et. al. (1990) Purchasing and Materials Management, Edisi 5, McGraw-Hill, New York. pp 440-464. Kendall, Kenneth dan Julie Kendall (2003) System Analysis and Design, Edisi 5, Jilid 1, Ed: T.A.H. Al-Hamdany, Person Education Asia dan Prenhallindo, Jakarta. pp 221-243. Khalil, Tarek M. (2000) Management of Technology – The Key to Competitiveness and Wealth Creation, Edisi Internasional, McGraw-Hill, Singapore. pp 1-17. Kimball, Ralph (1996) The Data Warehouse Toolkit, John Wiley & Son, New York. Kimball, Ralph et. al. (1998) The Data warehouse Lifecycle Toolkit, John Wiley & Son, New York. Microsoft (2001) Designing and Implementing OLAP Solution Using Microsoft Server 2000, Official Curriculum Class Pack, Material No: 2074ACP, Released 1, Module 1 dan 2. Microsoft (2004a) http://msdn.microsoft.com/library/default.asp?url=/library/enus/olapdmad/agwhatsnew_6vxv.asp , diakses tanggal 3 September 2004. Microsoft (2004b) http://www.microsoft.com/sql/evaluation/overview/default.asp, diakses tanggal 3 September 2004. Turban, Efraim et. al. (2005) Decision Support Systems and Intelligent Systems, Edisi 7, Pearson Prentice Hall, New Jersey. pp 257-263.

ISBN : 979-99735-0-3

C-27-12


ISBN : 979-99735-0-3

C-27-13


ISBN : 979-99735-0-3

C-27-14

PEMBUATAN PURWARUPA DATA WAREHOUSE AKTIFITAS MATERIAL UNTUK MENDUKUNG SISTEM MANAJEMEN INVENTORI DI PT. CALTEX PACIFIC INDONESIA

Recommend Documents