Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
ISSN : 1411-6286
PERANCANGAN DATA WAREHOUSE DAN OLAP TOOLS PADA PERUSAHAAN “X” 1 1,2,3
Yulia ,2Gregorius Satia Budhi, 3Yohanes
Fakultas Teknologi Industri - Jurusan Teknik Informatika Universitas Kristen Petra Surabaya 1
[email protected],
[email protected]
ABSTRAK Pada saat ini perusahaan “X” menggunakan sistem manual dan menggunakan sistem basis data sederhana untuk melakukan pencatatan mengenai transaksi-transaksi yang dilakukan oleh perusahaan. Sistem transaksi pembelian dan penjualan masih menggunakan catatan manual dan dipadukan dengan aplikasi basis data sederhana untuk menyimpan data dan membuat laporan bagi manajer perusahaan. Sistem yang sudah digunakan perusahaan saat ini tidak mendukung analisis data dan pengambilan keputusan.Pada penelitian ini dibuat sebuahperangkat lunak pendukung pengambilan keputusan dengan menggunakan data warehouse dan OLAP Tools. Aplikasi ini meliputi proses transformasi dari database asal ke database star schema, analisis data melalui tabel dan grafik, pembuatan kubus virtual dan fisikal, pembuatan report. Aplikasi ini menggunakan Borland Delphi 7 untuk bahasa pemrograman dan desain interface, Microsoft SQL Server 2000 sebagai tempat penyimpanan data.Informasi yang dihasilkan dari sistem tersebut adalah pengukuran data penjualan, data retur jual, data pembelian, data retur beli, data pembatalan pembelian oleh pelanggan, dan data pemesanan yang dilakukan oleh pelanggan. Data-data tersebut dapat ditampilkan dari beberapa sudut pandang yang berbeda. Dengan melihat data dari beberapa sudut yang berbeda ini dapat membantu manajer untuk menganalisis lebih banyak hal dari data yang ada. Kata Kunci : Data Warehouse, OLAP Tools, Cube. 1. PENDAHULUAN
Perusahaan X adalah sebuah perusahaan yang bergerak di bidang distributor barang-barang konveksi. Perusahaan ini telah berdiri sejak tahun 1998. Perusahaan ini berkembang cukup pesat, dan saat ini telah banyak pula pelanggan yang berasal dari luar daerah Surabaya. Saat ini perusahaan telah menggunakan software database sederhana untuk membantu pencatatan dari setiap transaksi yang terjadi sehari-hari. Software database sederhana ini dapat melakukan penyimpanan data untuk transaksi seharihari (OLTP) tetapi tidak mendukung dalam melakukan analisis data. Perusahaan ingin mengembangkan sistem yang terdapat pada perusahaannya sehingga sistem tersebut dapat membantu pemilik perusahaan untuk melakukan analisis dan pengambilan keputusan yang tepat. 2. TINJAUAN PUSTAKA 236
Pengertian Data warehouse Data warehouse adalah suatu database yang memiliki struktur khusus untuk pembuatan query dan analisis. Sebuah data warehouse secara tipikal berisi data yang merepresentasikan sejarah bisnis dari sebuah organisasi. Data warehouse memungkinkan user untuk memeriksa data-data historikal, menganalisis data tersebut dengan berbagai cara, dan kemudian membuat keputusan (decision) berdasar atas analisis tersebut. Data warehouse tidak dapat membuat keputusan, akan tetapi hanya menyediakan informasi sehingga manusia dapat membuat keputusan yang “well informed” dan “intelligent” (Microsoft Training) Data dikumpulkan dari berbagai aplikasi taktis yang telah ada. Data yang telah dikumpulkan tersebut kemudian divalidasi dan direstrukturisasi lagi, untuk Perancangan Data Warehouse (Yulia)
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
selanjutnya disimpan dalam data warehouse. Data yang disimpan dalam data warehouse biasanya disimpan dalam sebuah relational database management system (RDBMS). Pengumpulan data ini memungkinkan para pengambil keputusan untuk pergi hanya ke satu tempat untuk mengakses seluruh data yang ada tentang organisasinya (Wayne, S. Freeze. 2000). Skema Bintang (Star Schema) Skema bintang merupakan sebuah relational database yang mengandung sebuah fact table sebagai pusatnya. Fact table ini memuat ukuran yang dikelilingi dengan beberapa dimension table. Setiap dimension table mengandung informasi detil yang membantu untuk menyimpulkan informasi dalam fact table dengan cara yang berbeda. Online Analytical Processing ( OLAP ) Online Analitycal Processing (OLAP) merupakan salah satu tools yang digunakan untuk mengakses informasi dalam data warehouse. Teknologi OLAP memungkinkan data warehouse digunakan secara efektif untuk proses online analisis, memberikan respon yang cepat terhadap analytical queries yang kompleks. Data model multidimensional dan teknik agregasi data yang dimiliki oleh OLAP dapat mengatur dan membuat kesimpulan dari data dalam jumlah besar, sehingga dapat dievaluasi secara cepat dengan menggunakan online analysis dan graphical tool. Sistem OLAP menyediakan kecepatan dan fleksibilitas untuk mensupport proses analisis secara real time (Ponniah, 2001). 3. METODE PENELITIAN Adapun metode dalam penelitian ini adalah: 1. Studi Literatur
Perancangan Data Warehouse (Yulia)
-
2. -
-
3.
4.
5.
ISSN : 1411-6286
Mengumpulkan dan mempelajari bahan – bahan yang diperlukan untuk pembuatan program dan database Analisis Perusahaan Mengumpulkan data – data dari perusahaan yang dibutuhkan dalam pembuatan program dengan melakukan wawancara dan pengamatan secara langsung Melakukan analisis terhadap sistem yang dijalankan oleh perusahaan saat ini. Perancangan Data Warehouse - Membuat rancangan Entity Relationship Diagram (ERD). - Menetapkan tabel – tabel yang akan digunakan dalam sistem. - Membuat rancangan star schema yang akan digunakan. Pembuatan OLAP Tools - Mengimplementasikan rancangan yang telah dibuat sebelumnya ke dalam pembuatan program dengan bahasa pemrograman Borland Delphi 7. - Membuat program untuk menampilkan multidimensional Cube. Pengujian Program dan Sistem Melakukan pengujian terhadap program perangkat lunak yang telah selesai dibuat.
4. HASIL DAN PEMBAHASAN Sistem Perusahaan Saat Ini Secara garis besar proses bisnis perusahaan saat ini adalah mengenai sistem pembelian, penjualan, gudang dan proses pengambilan keputusan. Gambar 1. berikut ini merupakan ER-D Penjualan pada sistem lama.
237
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008 DETRBBKORD NOURUT JUM_BRG DISC1 HRG_SAT Relation_327
Relation_325 Relation_309 Relation_329
Relation_330
Relation_317
DETBBK_POTONG CUSTOMER NOURUT NO_CUST NO_BBK NAMA JUM_BRG ALAMAT Relation_311 HRG_SAT KOTA ALAMAT_KIRIM KOTA_KIRIM KODE_POS Relation_306 KODE_AREA BATAL_BBK Relation_318 TELEPON NO_BUKTI FAX Relation_315 TGL_BUKTI ALAMAT2 SIM PAN MASBBK SIM PAN TGL_INPUT AKTIF Relation_332 NO_BUKTI TGL_INPUT TGL_BUKTI DISC_1 TEMPO Relation_313 TGL_REGISTER NO_FAKTUR LOKASI KATEGORI NO_LOKASI Relation_314 Relation_307 TGL_LUNAS NAMA_LOKASI SIM PAN LOKASI TGL_INPUT TGL_INPUT NO_SJ AKTIF
Relation_319
MASBPBK NO_BUKTI TGL_BUKTI DISC_1 SIM PAN TGL_INPUT KATEGORI
MASBBKORD NO_BUKTI TGL_BUKTI DISC_1 TEMPO KETERANGAN Relation_331 SIM PAN TGL_INPUT
DETBBKORD NOURUT JUM_BRG DISC1 HRG_SAT
ISSN : 1411-6286
DETBPBK NOURUT JUM_BRG DISC1 HRG_SAT HRG_POKOK
MASRBBKORD NO_BUKTI TGL_BUKTI Relation_324 DISC_1 SIM PAN TGL_INPUT Relation_326
Relation_320 Relation_310
JENIS NO_JENIS NAMA_JENIS AKTIF2 TGL_INPUT2
Relation_312
UKURAN NO_UKURAN NAMA_UKURAN AKTIF2 KETERANGAN2 TGL_INPUT2
SUPPLIER NO_SUPP NAMA2 berjenis ALAMAT3 STOCK KOTA2 KODE_POS2 NO_STOCK Relation_323 KODE_AREA2 NAMA_STOCK2 TELEPON2 SAT_STOCK2 menyuplai FAX2 AKTIF2 SIM PAN2 HRG_JUAL AKTIF2 TGL_INPUT2 TGL_INPUT2 NAMA_SUPP NAMA_JENIS NAMA_TIPE NAMA_GOLONGAN WARNA NAMA_WARNA berwarna NO_WARNA NAMA_UKURAN NAMA_WARNA AKTIF2 TGL_INPUT2
DETBBK NOURUT JUM_BRG DISC1 HRG_SAT HRG_POKOK KETERANGAN
berukuran Relation_308
bertipe
TIPE NO_TIPE NAMA_TIPE AKTIF2 TGL_INPUT2
MASBBK_POTONG NO_BUKTI TGL_BUKTI SIM PAN TGL_INPUT
Relation_328
bergolongan
GOLONGAN NO_GOLONGAN NAMA_GOLONGAN AKTIF2 TGL_INPUT2
Gambar 1. ERD Penjualan Pada Perusahaan
Permasalahan Proses pengambilan keputusan saat ini dilakukan berdasarkan dari informasi yang ada dan pengalaman dari pemilik perusahaan serta oleh pengamatan dari manajer divisi. Dengan banyaknya proses yang dilakukan maka proses pengambilan keputusan membutuhkan waktu yang agak lama karena semua analisis masih dilakukan secara manual. Kebutuhan Perusahaan Beberapa hal berikut ini dibutuhkan perusahaan dalam pembuatan sistem pembantu pengambilan keputusan ini antara lain:
238
•
Sistem yang dibuat harus dapat menerangkan fakta-fakta bisnis (pembelian, retur beli, penjualan, retur jual, pembatalan pembelian, pemesanan) yang terjadi dalam suatu periode tertentu. • Sistem yang dibuat harus dapat memberikan informasi yang mudah dimengerti oleh semua pihak dalam bentuk tabel dan grafik. Hasil Perancangan Star Schema Gambar 2. berikut ini menunjukkan hasil perancangan star schema perusahaan sedang tabel 1 menunjukkan relasi antar tabel.
Perancangan Data Warehouse (Yulia)
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
ISSN : 1411-6286
Dim ensi_ Suppli er Dim ensi_ Custom er idsu pplier Dim ensi_ Barang idcu stome r nam a idb arang nam a ala mat Dimensi Barang Terhadap Fakta Batal J ual nam a_ba rang ala mat kota Dimensi Supplier Terhadap Fakta Pembelian Dimensi Barang Terhadap Fakta Penjualan jen is_bara ng kota kod e_pos warna_ba rang Dimensi Barang Terhadap Fakta Pemes anan kod e_pos kod e_area Dimensi Cus tomer Terhadap F akta Retur Jual uku ran_ba rang kod e_area tele ponJual Dimensi Barang Terhadap Fakta Retur tipe _bara ng Dimensi Customer Terhadap F akta Pemesanan tele pon faksimili Dimensi Barang Terhadap Fakta Retur Beli gol ongan _baran g faksimili ala mat2
Dim ensi_ Gudan g idg udang nam a_gu dang Dimensi Gudang Terhadap Fakta Pembelian ala mat_g udang kota
Dimensi Gudang Terhadap Fakta Penjualan
Dimensi Gudang Terhadap Fakta Retur Beli
Dim ensi_ Katego ri idka tegori nam a_kat egori
Fakta_Ba tal_Ju al
tem po jum lah_b arang harga_sat uan Dimensi Kategori Ter hadap Fakta Batal Jual harga_po kok_pe mbeli an tota l_bata l_jual
Dimensi Waktu Terhadap Fakta Batal Jual Dimensi Gudang Terhadap Fakta Batal Jual
Dimensi Kategori Ter hadap Fakta Retur Jual Dimensi Customer Terhadap F akta Penjualan
Dimensi Barang Terhadap Fakta Pembelian
Fakta_Pe mbelia n nom or_su rat_ja lan Dimensi Supplier Terhadap Fakta Retur Beli idwaktu_surat_ja lan jum lah_b arang harga_sat uan tota l_pem belian
Fakta_Pe mesan an tem po jum lah_b arang harga_sat uan tota l_pem esana n
Dim ensi_ Waktu idwaktu tan ggal Dimensi Waktu Terhadap Fakta Pembelbul ian an tah un
Dimensi Cus tomer Terhadap F akta Batal Jual Dimensi Waktu Terhadap Fakta Pemesanan
Dimensi Waktu Terhadap Fakta Penjual an
Fakta_Pe njuala n
Dimensi Kategori Ter hadap Fakta Penjualan
tem po jum lah_b arang harga_sat uan harga_po kok_pe mbeli an tota l_pen jualan
Fakta_Re tur_Be li jum lah_b arang harga_sat uan tota l_retu r_beli
Dimensi Waktu Terhadap Fakta Retur Beli
Fakta_Re tur_Ju al jum lah_b arang harga_sat uan Dimensi Gudang Terhadap Fakta Retur Jual harga_po kok_pe mbeli an Dimensi Waktu Terhadap Fakta Retur Jual tota l_retu r_jual
Gambar 2. Rancangan Star Scheme Keseluruhan
Perancangan Data Warehouse (Yulia)
239
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
No
Entitas1
1
Dimensi_Bara ng
2
3
4
5
6
240
Entitas2
Cardinality
Fakta_Pembel One to ian, Many Fakta_Retur_ Beli, Fakta_Penjual an, Fakta_Retur_ Jual, Fakta_Batal_J ual, Fakta_Pemes anan Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta Dimensi_Sup Fakta_Pembeli One to plier an, Many Fakta_Retur_B eli Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta Dimensi_Wakt Fakta_Pembeli One to u an, Many Fakta_Retur_B eli, Fakta_Penjuala n, Fakta_Retur_Ju al, Fakta_Batal_Ju al, Fakta_Pemesa nan Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta Dimensi_Cust Fakta_Penjuala One to omer n, Many Fakta_Retur_Ju al, Fakta_Batal_Ju al, Fakta_Pemesa nan Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta Dimensi_Gud Fakta_Pembeli One to ang an, Many Fakta_Retur_B eli, Fakta_Penjuala n, Fakta_Retur_Ju al, Fakta_Batal_Ju al, Fakta_Pemesa nan Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta Dimensi_Kate Fakta_Penjuala One to gori n, Many Fakta_Retur_Ju al, Fakta_Batal_Ju al Keterangan : tabel dimensi memiliki hubungan one to many terhadap tabel fakta
ISSN : 1411-6286
Properti Relasi Properti Relasi Entitas1 thd Entitas2 thd Entitas2 Entitas1 Dependent : Dependent : Tidak Tidak Mandatory : Mandatory : Tidak Ya Cardinality : Cardinality : 1,1 0,n
Dependent : Tidak Mandatory : Ya Cardinality : 0,n Dependent : Tidak Mandatory : Ya Cardinality : 0,n
Dependent : Tidak Mandatory : Tidak Cardinality : 1,1 Dependent : Tidak Mandatory : Tidak Cardinality : 1,1
Dependent : Tidak Mandatory : Ya Cardinality : 0,n
Dependent : Tidak Mandatory : Tidak Cardinality : 1,1
Dependent : Tidak Mandatory : Ya Cardinality : 0,n
Dependent : Tidak Mandatory : Tidak Cardinality : 1,1
Dependent : Tidak Mandatory : Ya Cardinality : 0,n
Dependent : Tidak Mandatory : Tidak Cardinality : 1,1
Perancangan Data Warehouse (Yulia)
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
ISSN : 1411-6286
Alur Kerja Program Gambar 3 berikut ini adalah alur kerja program pada penelitian ini :
Gambar 5. Pivot table dan Grafik Transaksi Penjualan
Gambar 3. Alur Kerja Program
Uji Coba Untuk melihat transaksi pembelian di mana pemasoknya adalah AKASA, dan gudang yang digunakan adalah KALIANAK dan MIAMI dapat dilihat pada gambar 4.
Pada bagian ini user akan memilih suatu tabel yang pernah user buat untuk ditampilkan kembali tanpa perlu melewati proses yang cukup memakan waktu. Seperti yang kita lihat pada Gambar 6, tiap transaksi memiliki kode penyimpanan tersendiri.
Gambar 6. Daftar Tabel Yang Pernah Dibuat Oleh User
Setelah user memilih tabel, user dapat memilih untuk melihat tabel tersebut atau menghapusnya. Hasilnya dapat dilihat pada Gambar 7.
Gambar 4. Pivot table dan Grafik Transaksi Pembelian
Untuk melihat transaksi penjualan di mana pelanggannya adalah A JIU dan berasal dari gudang KALIANAK dapat dilihat pada Gambar 5.
Perancangan Data Warehouse (Yulia)
241
Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008) Auditorium Universitas Gunadarma, Depok, 20-21 Agustus 2008
Gambar 7. Grafik Pembelian dari Tabel dbo.KFPembelian_AKASA
Hasil Pengujian Aplikasi Program oleh User
1 2.
3.
4. 5. 6.
7.
8.
9.
242
Tabel 1. Evaluasi Penilaian Aplikasi Tingkat user friendly aplikasi 4 4 3 4 Kemudahan dalam menjalankan aplikasi ini 4 4 4 4 Petunjuk yang diberikan dalam membantu user untuk menggunakan aplikasi ini 4 5 4 4 Desain tampilan Penggunaan bahasa dalam aplikasi ini Fasilitas yang disediakan Respon yang diberikan oleh aplikasi ini terhadap action yang dilakukan oleh user Kemudahan yang disediakan oleh aplikasi ini sebagai upaya dalam membantu menganalisis data yang ada dari berbagai sudut pandang Aplikasi program ini secara keseluruhan
3
ISSN : 1411-6286
5. KESIMPULAN DAN SARAN Dari beberapa hal di atas, dapat disimpulkan bahwa aplikasi ini dapat membantu dalam mengatasi masalah yang dialami oleh perusahaan, di mana perusahaan membutuhkan suatu sistem yang terkomputerisasi yang dapat menyimpan seluruh data–data transaksi yang terjadi dan dapat menghasilkan laporan yang berguna bagi pemilik perusahaan sebagai bahan pertimbangan untuk menganalisis suatu masalah dan mengambil keputusan. Berdasarkan pengujian yang dilakukan oleh user, aplikasi ini dinilai cukup bermanfaat dan dapat memberikan ide segar bagi pengembangan dari sistem lama yang dimiliki oleh perusahaan. Aplikasi ini memiliki kelemahan dalam desain tampilan dan tingkat user friendly, dan hal tersebut membutuhkan pengembangan lebih lanjut.
3.6
3
3.8
4
4.2
3
3
3
4
3
3.2
4
4
4
4
4
4
4
3
4
5
4
4
4
3
4
4
4
3.8
4
5
4
5
4
4.4
4
4
5
5
4
4.4
DAFTAR PUSTAKA [1] Djuandi, Feri. 2002. SQL server 2000 untuk professional. Jakarta: PT. Elex Media Komputindo. [2] Haryanto, Steven. 2004. Kumpulan resep query. Jakarta: Dian Rakyat. [3] Jiawei, Han, & Kamber, Micheline. 2001. Data mining : Concept and techniques. New York: McGraw Hill. [4] Kendall, Kenneth E. 2002. System analysis and design (6th ed.). New York: Englewood Cliffs. [5] Madcoms. 2003. Pemrograman borland delphi 7. Yogyakarta: Andi. [6] Marcus, Teddy. 2004. Delphi developer dan SQL server 2000. Bandung: Informatika. [7] Ponniah, Paulraj. 2001. Data warehousing fundamentals. New York: John Wiley & Sons. [8] Wayne, S. Freeze. 2000. Unlocking OLAP with microsoft SQL server and excel 2000. Foster City: IDG Books Worldwide.
Perancangan Data Warehouse (Yulia)