PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR

JURNAL TEKNOLOGI Fakultas Teknologi Industri, Volume 3, No. 1

ISSN : 2301-4474

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR Randy Permana, S. Kom, M. Kom, Fakultas Ilmu Komputer Universitas Putra Indonesia YPTK Padang e-mail : [email protected] Abstrak – Data Mart memproses data dengan menggunakan metode ETL ( Extract, Transform, dan Load), yaitu dengan memilih atau menyeleksi data yang akan di proses dari sumber data, mentransformasi data atau merubah data menjadi bentuk yang diinginkan agar bisa diproses di dalam Data Mart serta melakukakan load atau penyajian informasi kepada pengguna akhir. Tujuan dari sistem Data Mart adalah agar pihak manajemen perusahaan dapat melakukan analisa dan pengambilan keputusan yang telah memiliki informasi akurat dan pengetahuan yang baik. Kata Kunci : Analisa, Pengambilan Keputusan , Data Mart , ETL 1. PENDAHULUAN Datamart dapat menjadi sarana untuk menganalisis data dengan baik. Dengan adanya datamart, data-dataoperasional yang sudah tersimpan sebelumnya, dikumpulkan dan ditampilkan dengan menggunakan fasilitas drill-downdan drill-up, dimana penganalisa data dapat melihat data-data dengan detail level yang tinggi ataupun rendah. Selain itu, data-data tersebut dapat dilihat dari berbagai sudut pandang yang berbeda serta dapat dilihat dalam kurun waktu yang di inginkan. Dengan datamart, maka data-data yang sudah ada sebelumnya dapat digunakan untuk memprediksi keadaan di lapangan yang akan terjadi pada masa mendatang, sehingga dapat membantu pihak manajerial perusahaan dalam membuat strategi untuk menghadapi tantangantantangan yang ada. 2. LANDASAN TEORI 2.1. Data Warehouse Menurut Post (2002 : 548)data warehouse adalah spesialisasi basis data yang dioptimasi untuk memenuhi permintaan manajemen. Data diekstrak dari sistem Online Transaction Processing (OLTP), kemudian dibersihkan dan dioptimasi untuk pencarian dan analisis. W.H Inmon(2002 : 31) mengungkapkan bahwa “datawarehouse is a subjectoriented, integrated, timevariant and nonvolatilecollectionof data in support of management’s decision making process”, yang diartikan sebagai datawarehouse adalah kumpulan data yang mendukung pengambilan keputusan managemen yang berkarakteristik subjekoriented, integrated, non-volatile dan time variant. Peancangan Data Mart . . .

Data warehouse digunakan sebagai dasar dari sistem penunjang keputusan yang dikembangkan untuk menyelesaikan beberapa masalah yang muncul pada sebuah organisasi dengan menggunakan basis data yang sama dimana dijalankan melalui OLTP(onlinetransactionprocessing). 2.2. Data Mart Datamart adalah sebuah kumpulan data yang diambil dari datawarehouse. Datamart dapat memilih dan menentukan data yang akan ditampilkan di dalam datawarehouse. Data diambil dan dimasukkan kedalam datamart dan diatur dalambentuk format yang lebih mudah digunakan. 2.3. Arsitektur Data Mart 2.3.1.Dependent Data Mart DependentDataMart bertindak sebagai komponen atau suatu bagian dari enterpriseDataWarehouse, dimana dataMart dibangun dengan cara mengestrak data dari DataWarehouse. 2.3.2. Independent Datamart IndependentDataMart dibangun dengan cara mengekstrak data langsung dari berbagai macam sumber data, sehingga tidak memerlukan datawarehouse agar bisa beroperasi. 2.4. Star Schema (Skema Bintang) Menurut Poe (1996 : 120-121), star schema adalah perancangan yang memiliki struktur sederhana dengan tabel-tabel yang relatif dan penggabungan yang diketahui. Star schema merupakan rancangan database di data warehouseyang menggambarkan hubungan yang jelas 16


antara struktur tabel fakta dan tabel dimensi. Menurut Poe (1996 : 122), adapun keuntungan yang dimiliki oleh star schema yaitu : a. Membuat perancangan database yang menyediakan respon data dengan cepat. b. Menyediakan rancangan yang dapat dimodifikasi dengan mudah. c. End user dapat menyesuaikan cara berpikir dan menggunakan data dimana konsep ini dikenal dengan istilah paralel dalam perancangan database. d. Mempermudah pemahaman metadata bagi perancang maupun end user.

c.

ISSN : 2301-4474

Dim_Warna Tabel 3.3 Dim_Warna

d.

Dim_TahunProduksi Tabel 3.4 Dim_TahunProduksi

e. Dim_TempatTerjual Tabel 3.Dim_TempatTerjual

3. ANALISA DAN PERANCANGAN 3.1. Dimension Dimension atau di dalam data mart lebih dikenal dengan istilah table dimensi merupakan suatu tabel yang berisikan data detail yang sudah diringkas dan dikategorikan berdasarkan kelompok tertentu. Berikut dimensi-dimensi yang terdapat di dalam data mart penjualan motor bekas, yaitu: a. Dim_Motor

f. Dim_Pembeli Tabel 3.6 Dim_Pembeli

Tabel 3.1 Dim_Motor

g.

Dim_Time Tabel 3.7 Dim_Time

b.

Dim_JenisMotor Tabel 3.2 Dim_JenisMotor

3.2. Fact Table

Peancangan Data Mart . . .

Fack table merupakan table utama yang terdapat di dalam Data Mart

17


penjualan. Tabel ini terdiri atas kuncikunci utama dari masing – masing dimensi beserta Measure yang akan diukur ( nilai ) dari informasi yang diharapkan.berikut merupakan tabel fakta dari Data mart Penjualan :

ISSN : 2301-4474

Integrasi tabel transaksi dengan tabel dimensi bertujuan untuk mendapatkan isi dari tabel dimensi yang datanya bersumber dari tabel transaksi perusahaan.

Tabel 3.8Fact Table

Gambar 4.2. Proses Integrasi Data

4. IMPLEMENTASI 4.1. Mendefenisikan Data Source Integration Service Untuk melakukan proses integrasi data, maka terlebih dahulu peneliti menjelaskan dari mana sumber data yang akan di integrasikan berasal.

b. Integrasi tabel transaksi dengan tabel referensi. Integrasi antara tabel transaksi dengan tabel referensi dilakukan dengan tujuan untuk mendapatkan isi dari tabel referensi. Tabel referensi berisi rangkuman data transaksi yang akan di proses di dalam data mart penjualan motor bekas.

Gambar 4.2. Proses Integrasi Data c. Integrasi tabel referensi dan dimensi untuk mendapatkan fakta

Gambar 4.1. Data Transaksi Perusahaan 4.2. Membuat SSIS (SQL Integration Service) Package

Server

Terdapat tiga packageintegrationservices di dalam membangun data mart penjualan motor bekas yaitu integrasi tabel transaksi dengan tabel dimensi , integrasi tabel transaksi dengan tabel referensi dan integrasi tabel dimensi dan referensi untuk tabel fakta. Berikut merupakan gambaran dari masingmasing integrasi tersebut: a. Integrasi tabel transaksi dengan tabel dimensi.


Integrasi dilakukan untuk mengestrak data dari tabel dimensi-dimensi dengan tabel referensi untuk mendapatkan tabel Fact_UMC. Cara yang dilakukan untuk mendapatkan tabel Fact_UMC adalah dengan menggunakan teknik join antar tabel. SELECT DISTINCT Dim_Time.WaktuKey, Dim_Motor.MotorKey, Dim_JenisMotor.JenisMotorKey, Dim_Warna.WarnaMotorKey, Dim_TahunProduksi.TahunProduksiKey, Dim_Pembeli.PembeliKey, Dim_TempatTerjual.TempatKey, 18


sum(Referensi.OTR) AS TotalPenjualan, sum(Referensi.Keuntungan) AS TotalKeuntungan FROM Dim_TempatTerjual INNER JOIN (Dim_Pembeli INNER JOIN (Dim_TahunProduksi INNER JOIN (Dim_Warna INNER JOIN (Dim_JenisMotor INNER JOIN (Dim_Motor INNER JOIN (Dim_Time INNER JOIN Referensi ON (Referensi.Tanggal = Dim_Time.Tanggal) AND ( Referensi.Bulan=Dim_Time.NamaBulan) AND ( Referensi.Tahun=Dim_Time.Tahun)) ON (Referensi.NoPolisi = Dim_Motor.NoPolisi) AND ( Referensi.NoMesin=Dim_Motor.NoMesin) AND ( Referensi.STNK=Dim_Motor.STNK) AND ( Referensi.TglPajak=Dim_Motor.TglPajak) AND ( Referensi.NoRangka=Dim_Motor.NoRangka) AND ( Referensi.NoBPKB=Dim_Motor.NoBPKB) AND ( Referensi.PosisiBPKB=Dim_Motor.PosisiBP KB) AND ( Referensi.StatusSTNK=Dim_Motor.StatusST NK)) ON Referensi.JenisMotor = Dim_JenisMotor.JenisMotor) ON Referensi.WarnaMotor = Dim_Warna.WarnaMotor) ONReferensi.TahunProduksi=Dim_TahunPro duksi.TahunProduksi) ON (Referensi.NoKTP = Dim_Pembeli.NoKTP) AND (Referensi.NamaPembeli = Dim_Pembeli.NamaPembeli) AND (Referensi.Alamat = Dim_Pembeli.Alamat)AND (Referensi.Kecamatan = Dim_Pembeli.Kecamatan)AND (Referensi.NoTelp = Dim_Pembeli.NoTelp)) ONReferensi.TempatTerjual=Dim_Tempat Terjual.TempatTerjual GROUP BY Dim_Time.WaktuKey, Dim_Motor.MotorKey, Dim_JenisMotor.JenisMotorKey, Dim_Warna.WarnaMotorKey, Dim_TahunProduksi.TahunProduksiKey, Dim_Pembeli.PembeliKey, Dim_TempatTerjual.TempatKey, Referensi.OTR, Referensi.Keuntungan


ISSN : 2301-4474

4.3. Analysis Service Merupakan layanan yang berfungsi untuk melakukan pemprosesan dan analisa terhadap sistem data mart. Data–data yang telah diproses dapat di analisa secara multidimensi sehingga akan mempercepat proses pengambilan keputusan perusahaan. Berikut merupakan contoh proses analisa pada analysis servicesdata mart penjualan motor bekas. Analisa bertujuan untuk mengetahui berapa keuntungan maupun pemjualan motor bekas dari tahun ke tahun berdasrkan jenis motor dan tempat terjual.

Gambar 4.3. Proses Integrasi Data Berikut

merupakan skema yang terbentuk setelah cube di definisikan :

Gambar 4.4. Star Schema 4.4. Reporting Service Reporting services merupakan fasilitas Microsoft SQL Server 2005 untuk menyajikan hasil dari pengolahan SQL Server kepada pemakai akhir. Data mart penjualan motor bekas menggunakan reporting services sebagai media untuk menyajian laporan kepada pemilik perusahan CV.Atlas Motor.

19


Sistem pelaporan yang disajikan untuk keperluan analisa pihak manajemen perusahaan terdiri atas dua jenis yaitu :

ISSN : 2301-4474

c) Sistem datamart dapat membantu proses analisa dan pelaporan menjadi lebih baik. d) Sistem datamart yang dibangun dapat membantu menghasilkan suatu keputusan di tingkat manajemen yang lebih baik dan cepat, sehingga mempercepat proses transaksi bisnis pada .CV.Atlas Motor.

Gambar 4.5. Hasil Data Mart Semetara untuk chart akan dihaslikan sebagai berikut :

DAFTAR PUSTAKA Mallach, Effrem G. (2000) . Decision Support and Data Warehouse Systems. McGraw-Hill Book Co. Singapore. Fathansyah, Ir. (2001). Basis Data. CV Informatika. Bandung. Inmon, W.H. (2002). Building the Data Warehouse. John Wiley & Sons, Inc. United Stated of America. http://definisipengertian.blogspot.com/2010/08/pengertiandata.html).

Gambar 4.6. hasil Report KESIMPULAN Berdasarkan penelitian yang telah di lakukan maka di dapatkan kesimpulan sebagai berikut: a) Sistem datamart dapat menyajikan informasi dengan detail yang lebih baik. b) Sistem data mart dapat meningkatkan nilai dari suatu data yang telah disimpan di dalam database perusahaan.


Date, C.J. (2000). An Introduction to Database Systems, Seventh Edition. Addison-Wesley, USA. McLeod, R, Jr. (2001). Sistem Informasi Manajemen, edisi ke-6, jilid 2. Terjemahan Teguh. H. Prenhallindo. Jakarta. O’Brien, J.A. (2003). Introduction to Information Systems, Eleventh Edition. McGraw-Hill, New York.

20

PERANCANGAN DATA MART BAGIAN PENJUALAN MOTOR BEKAS(USED MOTOR CYCLE ) PADA CV. ATLAS MOTOR

Recommend Documents