PERANCANGAN DATA WAREHOUSE PADA PADA BIDANG PENGADAAN, PENJUALAN, DAN PERSEDIAAN PADA PT. INTI CAKRAWALA CITRA

PERANCANGAN DATA WAREHOUSE PADA PADA BIDANG PENGADAAN, PENJUALAN, DAN PERSEDIAAN PADA PT. INTI CAKRAWALA CITRA Didiek Putra Oetomo, Venny Tanawi, Ratna Sari, Indrajani Jl. Budi Raya no.21, Kemanggisan/Palmerah Jakarta Barat, +62 877 820 48 220 / +62 852 673 03 300, [email protected], [email protected], [email protected]

Abstrak

Tujuan dari penelitian ini adalah untuk menganalisa dan merancang data warehouse dalam bidang pengadaan, penjualan dan persediaan, dan membuat laporan yang mendukung penggunaan data warehouse pada PT.Inti Cakrawala Citra. Metodologi penelitian yang digunakan adalah metode studi pustaka , metode pengumpulan data menggunakan teknik wawancara, metode analisis menggunakan unified language modeling diagram dan data modelling, dan metode perancangan data warehouse menggunakan metode four step dimensional modelling. Hasil dari penelitian menunjukkan bahwa diperlukan perancangan data warehouse untuk mendukung PT.Inti Cakrawala Citra dalam pengambilan keputusan dimana data warehouse menyediakan laporan yang bersifat multidimensi, sumber data yang sesuai dengan kebutuhan analisis, mengintegrasikan database antar departemen dalam perusahaan, memiliki struktur granularity yang tinggi sehingga mendukung pembuatan laporan menjadi lebih ringkas dan mempermudah proses analisa, dan sebagai sumber data dalam penerapan BI. Kata Kunci: Data Warehouse, PT.Inti Cakrawala Citra, Integrasi, Four Step Dimensional Modeling

Abstract

The purpose of this study is to analyze and design the data warehouse in the areas of procurement, sales and inventory, and create a report for supporting the data warehouse usage on PT.Inti Cakrawala Citra. The research methodology used is book study method, the method of data collection using interview techniques, methods of analysis using the unified modeling language diagrams and data modeling, and design method using a four step-dimensional modeling. The results of the study showed that the necessary design data warehouse to support PT.Inti Cakrawala Citra in decisions making where the data warehouse provides a multidimensional reports, data sources in accordance with the needs analysis, integrating databases between departments within the company, has a high granularity structure that supports preparing reports to be more concise and simplify the process of analysis, and as a source of data in the BI application. Keywords: Data Warehouse, PT.Inti Cakrawala Citra, Integration, Four Step Dimensional Modeling

PENDAHULUAN Untuk mencapai kesuksesan dalam suatu bisnis, terdapat banyak sekali hal-hal yang harus diperhatikan. Salah satunya terletak pada pemanfaatan aset perusahaan. Aset perusahaan yang paling mendasar adalah informasi yang dimiliki perusahaan (Kimball & Ross, 2013). Selain itu, aset lain yang tidak kalah penting adalah customer. Customer merupakan faktor penunjang dari keberhasilan suatu perusahaan, maka pihak perusahaan harus tetap menjaga komunikasi dan pelayanannya bagi customer. Oleh karena itu, Customer Relationship Management (CRM) memegang peranan penting dalam membantu perusahaan dalam mempertahankan dan menjaga loyalitas pelanggan. Menurut (Soliman, 2011), perusahaan yang memperoleh kepercayaan dari customer dan memperoleh keuntungan yang tinggi harus berfokus pada: “produk atau jasa yang tepat, pelanggan yang tepat, harga yang sesuai, waktu yang tepat, dan saluran distribusi yang tepat, sehingga dapat memenuhi kebutuhan atau keinginan pelanggan”. Untuk mencapai fokus tersebut maka perusahaan dapat menggunakan data warehouse yang berguna sebagai tempat penyimpanan untuk seluruh informasi mengenai customer dari berbagai sumber termasuk sistem operasional, data interaksi, data demografi, kebiasaan dan biodata customer (Khan, Ehsan, Mirza, & Sarwar, 2012). Menurut (Khan, Ehsan, Mirza, & Sarwar, 2012) perusahaan yang menerapkan data warehouse dapat menganalisa hampir 100% dari kebutuhan customer yang ada (dimana customernya mencapai 70 juta) dalam beberapa menit saja. Sebelum diterapkan data warehouse penganalisaan terhadap data customer yang dilakukan oleh pihak marketing perusahaan itu hanya dapat menganalisa sekitar 1% dari keseluruhan customer. Jika data mengenai operasional dan customer dapat diolah dengan baik, maka dapat mempermudah pihak eksekutif untuk megambil keputusan dan membentuk strategi yang lebih baik. Dengan adanya CRM yang efektif, perusahaan dapat mengumpulkan data mengenai seluruh interaksi customer dan kemudian dianalisa untuk pengembangan di masa yang akan datang. PT. Inti Cakrawala Citra merupakan perusahaan yang bergerak pada bidang pembelian dan penjualan secara grosir. PT. Inti Cakrawala Citra memiliki 12 cabang yaitu Jakarta(Cipinang dan Kemayoran), Tangerang, Bekasi, Bandung, Yogyakarta, Semarang, Surabaya, Medan, Palembang, Pekan Baru, dan Samarinda. Dimana di masing – masing cabang memiliki database yang dirancang untuk menyimpan seluruh transaksi yang berasal dari kegiatan operasional setiap

harinya. Pihak eksekutif sering kali mengalami kesulitan dalam pengambilan keputusan karena data berasal dari departemen yang berbeda. Selain itu, sulit untuk melakukan analisa penjualan, pengadaan dan persediaan karena data yang terdapat dalam laporan berisi detail dan cenderung banyak. Di sisi lain, jika pihak eksekutif membutuhkan laporan penjualan, pengadaan dan persediaan dari dua sudut pandang saja membutuhkan waktu untuk membuat laporan yang sesuai dengan kebutuhan pihak eksekutif tersebut. Berdasarkan yang telah dikemukakan di atas, maka kami memilih judul “PERANCANGAN DATA WAREHOUSE PADA BIDANG PENGADAAN, PENJUALAN DAN PERSEDIAAN PADA PT. INTI CAKRAWALA CITRA“ dimana data warehouse yang dibangun bertujuan untuk mengintegrasikan database operasional perusahaan yang akan dikelola lagi khususnya untuk menunjang pengambilan keputusan di bidang Customer Relationship Management untuk memenuhi kebutuhan pelaporan dengan visualisasi yang lebih baik dan dapat digunakan oleh eksekutif perusahaan untuk pembuatan perencanaan, pengembangan perencanaan dan pengambilan keputusan.

METODOLOGI Dalam penerapan data warehouse dibutuhkan metode atau prosedur dalam pengumpulan informasi yang akurat serta perancangan data warehouse. Metode pertama yang digunakan adalah studi pustaka. Metode studi pustaka merupakan kegiatan pengumpulan data dengan melakukan tinjauan ringkas secara menyeluruh dan juga analisis kritis pada literatur, baik yang bersifat penelitian maupun non-penelitian pada topik-topik tertentu. Tujuan dari studi pustaka adalah agar pembaca memahami literatur terkini dari sebuah topik dan literatur tersebut diharapkan dapat dijadikan dasar bagi tujuan penelitian selanjutnya atau di masa depan (Cronin, Ryan , & Coughlan, 2008). Dalam penelitian ini, penulis mengambil teori-teori dari jurnal internasional yang sudah terdaftar menjadi jurnal ilmiah untuk dijadikan acuan dalam penulisan penelitian. Metode kedua adalah pengumpulan data dengan wawancara. Wawancara adalah pengumpulan data dari setiap individu secara face-to-face. Ada beberapa objektif dari penggunaan metode wawancara antara lain mencari fakta, membuktikan fakta, menjelaskan fakta, memperoleh antusiasme narasumber, memperoleh keterlibatan pengguna akhir, mengidentifikasi kebutuhan dan mengumpulkan ide-ide dan opini (Connolly & Begg, 2010). Dalam penelitian penulis melakukan wawancara kepada departemen teknologi informatika perusahaan dan human resource. Selain itu digunakan juga metode analisis dan perancangan. Metode analisis digunakan untuk menggambarkan proses bisnis berjalan dari PT. Inti Cakrawala Citra serta untuk menganalisis kebutuhan informasi. Pada metode ini digunakan activity diagram dan entity relationship diagram. Activity diagram digunakan untuk menggambarkan aktivitas dari berbagai user atau sistem, orang yang melakukan aktivitas tersebut, dan aliran kegiatan secara sekuensial (Satzinger, Jackson, & Burd, 2012). Sedangkan Entity Relationship Diagram merupakan model yang digunakan pada analisis tradisional dan analisis database yang menggambarkan entitas data dan relasinya yang merupakan penggambaran kebutuhan penyimpanan data dari sistem yang baru atau sistem yang sedang berjalan (Satzinger, Jackson, & Burd, 2012). Metode perancangan data warehouse yang digunakan penulisan ini adalah metode perancangan data warehouse dengan pendekatan Bottom-up (Kimball & Ross, 2013). Metode ini menggunakan 4 tahap yaitu menentukan proses bisnis yang datanya ingin dianalisis, menentukan tingkat kedetilan suatu data (granularity), mengidentifikasi dimensi, dan menentukan fakta sebagai hasil dari suatu proses bisnis.

HASIL DAN BAHASAN Perancangan Data Warehouse Dalam Perancangan data warehouse pada PT. Inti Cakrawala Citra dalam bidang pengadaan, penjualan, dan persediaan adalah four-step dimensional modelling, yang terdiri dari : Memilih Proses Bisnis Pada tahap ini akan dipilih proses bisnis pada PT. Inti Cakrawala Citra yang akan digunakan dalam membangun data warehouse, yaitu:

1. Penjualan yang mencakup proses pendaftaran member, penjualan dan piutang. 2. Pengadaan yang mencakup proses permintaan, purchase order (pengadaan), penerimaan, retur, dan hutang. 3. Persediaan yang mencakup proses pencatatan penerimaan barang, penjualan barang, retur, dan stock opname. Mendeklarasikan Grain

1. Pada proses penjualan, analisis yang dilakukan meliputi : - Total penjualan berdasarkan member, barang, cabang dan waktu. - Total transaksi penjualan berdasarkan barang, member, cabang dan waktu. - Total barang yang paling banyak dijual berdasarkan member, cabang dan waktu - Total poin yang diberikan berdasarkan cabang, member dan waktu. - Total redeem atau penukaran poin berdasarkan cabang, member dan waktu. - Total pendapatan bersih berdasarkan member, barang, , cabang, dan waktu. - Total keaktifan member berdasarkan member, cabang dan waktu. 2. Pada proses pengadaan, analisis yang dilakukan meliputi : - Total harga berdasarkan pemasok, barang, cabang, dan waktu - Total qty berdasarkan barang, cabang dan waktu. - Total hutang pengadaan berdasarkan pemasok, barang, hutang, cabang, dan waktu. 3. Pada proses persediaan, analisis yang dilakukan meliputi : - Total stok barang berdasarkan barang, cabang dan waktu. - Total kuantitas penjualan berdasarkan barang, cabang, member, dan waktu. - Total kuantitas penerimaan barang berdasarkan pemasok, barang, cabang, dan waktu. - Total kuantitas barang retur berdasarkan barang, pemasok, cabang, dan waktu. - Total kuantitas stock opname berdasarkan barang, cabang dan waktu.

Mengidentifikasikan dimensi Tahap ini adalah proses memilih dimensi dan menyesuaikannya proses bisnis yang ada. Dimensi yang digunakan pada proses bisnis PT. Inti Cakrawala Citra diantaranya:

1. Dimensi dari tabel fakta pengadaan, terdiri dari : a. Dimensi waktu, berisi detail mengenai waktu yang terjadi saat proses pengadaan barang. Detail ini berisi hari, tanggal, bulan, tahun, kuartal dan semester. b. Dimensi barang, berisi detail mengenai barang yang dibeli dari pemasok. Detail ini berisi kode barang, nama barang, kategori barang, deskripsi barang, jumlah fragment, minimal beli, satuan beli, harga jual karton, harga jual rencengan dan harga jual satuan. c. Dimensi cabang, berisi detail mengenai lokasi cabang Indogrosir. Detail ini berisi kode cabang, nama cabang, lattitude cabang, dan longitude cabang. d. Dimensi pemasok, berisi detail mengenai pemasok yang terdaftar dan tergabung dalam proses pengadaan barang untuk membantu proses penjualan. Detail ini berisi kode pemasok, jenis pemasok, limit kredit pemasok, minimal pembelian barang, dan minimal karton.

2. Dimensi dari tabel fakta penjualan, terdiri dari: a. Dimensi waktu, berisi detail mengenai waktu pada saat proses penjualan barang. Detail ini berisi hari, tanggal, minggu, bulan, tahun, kuartal dan semester. b. Dimensi barang, berisi detail mengenai barang yang dijual ke member. Detail ini berisi kode barang, nama barang, kategori barang, stok barang, deskripsi barang, jumlah fragment, minimal beli, satuan beli, harga jual karton, harga jual rencengan, dan harga jual satuan. c. Dimensi cabang, berisi detail mengenai lokasi cabang Indogrosir. Detail ini berisi kode cabang, nama cabang, lattitude cabang, dan longitude cabang. d. Dimensi member, berisi detail mengenai member yang terdaftar dan tergabung dalam proses penjualan barang. Detail ini berisi kode member, nama member, lattitude, longitude, grup member, dan kategori member.

3. Dimensi dari tabel fakta persediaan, terdiri dari: a. Dimensi waktu, berisi detail mengenai waktu yang terjadi saat penghitungan persediaan barang. Detail ini berisi hari, tanggal, bulan, tahun, kuartal, dan semester. b. Dimensi barang, berisi detail mengenai barang yang dihitung persediaannya. Detail ini berisi kode barang, nama barang, kategori barang, deskripsi barang, jumlah fragment, minimal beli, satuan beli, harga jual karton, harga jual rencengan, dan harga jual satuan. c. Dimensi cabang, berisi detail mengenai lokasi cabang Indogrosir. Detail ini berisi kode cabang, nama cabang, lattitude cabang, dan longitude cabang. d. Dimensi member, berisi detail mengenai member yang terdaftar dan tergabung dalam proses penjualan barang. Detail ini berisi kode member, nama member, lattitude, longitude, grup member, dan kategori member. e. Dimensi pemasok, berisi detail mengenai pemasok yang terdaftar dan tergabung dalam proses pengadaan barang untuk membantu proses penjualan. Detail ini berisi kode pemasok, jenis pemasok, limit kredit pemasok, minimal pembelian barang, dan minimal karton pembelian.

Mengidentifikasikan Fakta Pada tahap ini, ditentukan fakta-fakta yang akan digunakan dalam data warehouse, yaitu : 1. Fakta penjualan Meliputi total penjualan, total transaksi, total barang yang paling sering dijual, total poin, total redeem atau penukaran poin, total pendapatan bersih, dan total keaktifan member. 2. Fakta pengadaan Meliputi total harga pembelian barang, total qty pembelian dan total hutang pembelian barang. 3. Fakta persediaan Meliputi total stok barang, total barang keluar, total barang masuk, total retur, dan total stock opname. Merancang Desain Fisik Data Warehouse 1. Berikut ini merupakan star schema dari perancangan untuk pengadaan barang: class Star Skema Pengadaan Barang

DimCabang DimPemasok «column» *PK SKCabang: int KodeCabang: varchar(2) NamaCabang: varchar(30) CabLat: varchar(30) CabLong: varchar(30)

«column» *PK SKPemasok: int KodePemasok: varchar(5) JenisPemasok: char(1) LimitKreditPemasok: numeric(16,2) minBeli: numeric(5) minKarton: numeric(5) HariPermintaan: datetime «PK» + PK_DimPemasok(int) «unique» + UQ_DimPemasok_SKPemasok(int)

«PK» + PK_Cabang(int) FactPengadaanBarang

«unique» + UQ_DimCabang_SKCabang(int)

«column» *FK SKBarang: int *FK SKPemasok: int *FK SKCabang: int *FK SKWaktu: int T otalHargaPembelian: numeric(30,2) T otalQtyPembelian: numeric(30,2) T otalHutangPembelian: numeric(30,2)

DimBarang «column» *PK SKBarang: int KodeBarang: varchar(7) KategoriBarang: varchar(2) NamaBarang: varchar(50) DeskripsiBarang: varchar(20) FracBarang: numeric(5) MinBeli: numeric(5) SatuanBeli: varchar(10) HrgJualKart: numeric(16,2) HrgJualRen: numeric(16,2) HrgJualSat: numeric(16,2)

«FK» + FK_FactPengadaanBarang_DimBarang(int) + FK_FactPengadaanBarang_DimCabang(int) + FK_FactPengadaanBarang_DimPemasok(int) + FK_FactPengadaanBarang_DimWaktu(int) «unique» + UQ_FactPengadaanBarang_SKBarang(int) + UQ_FactPengadaanBarang_SKCabang(varchar) + UQ_FactPengadaanBarang_SKPemasok(int) + UQ_FactPengadaanBarang_SKWaktu(int)

DimWaktu «column» *PK SKWaktu: int Hari: varchar(10) Tanggal: int Minggu: int Bulan: int NamaBulan: varchar(20) Tahun: int Quartal: varchar(20) Semester: int

«PK» + PK_Barang(int)

«PK» + PK_DimWaktu(int)

«unique» + UQ_DimBarang_SKBarang(int)

«unique» + UQ_DimWaktu_SKWaktu(int)

Ga mbar 1 Star Schema Pengadaan Barang Star schema ini menggambarkan perancangan mengenai pengadaan barang yang mencakup dimensi barang, pemasok, cabang, dan waktu. Dalam perancangan ini, terdapat fungsi agregat untuk menghitung total harga pembelian, total qty pembelian dan total hutang pembelian.

2. Berikut ini merupakan star schema dari perancangan untuk penjualan barang: class Star Skema Penj ual...

DimBarang

DimMember «column» *PK SKMember: int KodeMember: varchar(10) LatMem: varchar(30) LongMem: varchar(30) GrupMember: varchar(15) KategoriMember: varchar(25) «PK» + PK_DimMember(int) «unique» + UQ_DimMember_SKMember(int)

FactPenj ualan «column» *FK SKMember: int *FK SKBarang: int *FK SKCabang: int *FK SKWaktu: int TotalPenjualanBarang: numeric(30,2) TotalTransaksiPenjualan: numeric(30,2) TotalBarangyangpalingbanyakdijual: numeric(30,2) TotalPoin: numeric(30,2) TotalRedeemPoin: numeric(30,2) TotalPendapatanBersih: numeric(30,2) TotalKeaktifanMember: numeric(30,2) «FK» + FK_FactPenjualan_Cabang(int) + FK_FactPenjualan_DimBarang(int) + FK_FactPenjualan_DimMember(int) + FK_FactPenjualan_Waktu(int)

Cabang «column» *PK SKCabang: int KodeCabang: varchar(2) NamaCabang: varchar(30) CabLat: varchar(30) CabLong: varchar(30)

«unique» + UQ_FactPenjualan_SKBarang(int) + UQ_FactPenjualan_SKCabang(varchar) + UQ_FactPenjualan_SKMember(int) + UQ_FactPenjualan_SKWaktu(varchar)

«column» *PK SKBarang: int KodeBarang: varchar(7) KategoriBarang: varchar(2) NamaBarang: varchar(30) DeskripsiBarang: varchar(20) FracBarang: numeric(5) MinBeli: numeric(5) SatuanBeli: varchar(10) HrgJualKart: numeric(16,2) HrgJualRen: numeric(16,2) HrgJualSat: numeric(16,2) «PK» + PK_DimBarang(int) «unique» + UQ_DimBarang_SKBarang(int)

Waktu «column» *PK SKWaktu: int Hari: varchar(10) Tanggal: int Minggu: int Bulan: int NamaBulan: varchar(20) Tahun: int Quartal: varchar(20) Semester: int

«PK» + PK_Cabang(int)

«PK» + PK_Waktu(int)

«unique» + UQ_Cabang_SKCabang(int)

«unique» + UQ_Waktu_SKWaktu(int)

Gambar 2 Star Schema Penjualan Star schema ini menggambarkan perancangan mengenai penjualan barang yang mencakup dimensi barang, member, cabang, dan waktu. Dalam perancangan ini, terdapat fungsi agregat untuk menghitung total penjualan, total transaksi penjualan, total barang yang paling sering dijual, total poin member, total redeem member, total pendapatan penjualan barang, dan total keaktifan member.

3. Berikut ini merupakan star schema dari perancangan untuk persediaan barang: class Star Skema Persediaan Barang

DimPemasok «column» *PK SKPemasok: int KodePemasok: varchar(5) JenisPemasok: char(1) LimitKreditPemasok: numeric(16,2) minBeli: numeric(5) minKarton: numeric(5) HariPermintaan: datetime

DimBarang «column» *PK SKBarang: varchar(7) KodeBarang: varchar(7) KategoriBarang: varchar(2) NamaBarang: varchar(30) DeskripsiBarang: varchar(20) FracBarang: numeric(5) MinBeli: numeric(5) SatuanBeli: varchar(10) HrgJualKart: numeric(16,2) HrgJualRen: numeric(16,2) HrgJualSat: numeric(16,2) «PK» + PK_DimBarang(varchar) «unique» + UQ_DimBarang_SKBarang(varchar)

FactPersediaan «column» *FK SKBarang: int *FK SKPemasok: int *FK SKMember: int *FK SKCabang: int *FK SKWaktu: int TotalStokBarang: numeric(30,2) TotalPenerimaanBarang: numeric(30,2) TotalPenjualanBarang: numeric(30,2) TotalStockOpname: numeric(30,2) TotalRetur: numeric(30,2) «FK» + FK_FactPersediaan_DimBarang(varchar) + FK_FactPersediaan_DimMember(int) + FK_FactPersediaan_DimPemasok(int) + FK_FactPersediaan_DimCabang(int) + FK_FactPersediaan_DimWaktu(int)

DimMember «column» *PK SKMember: int KodeMember: varchar(10) LatMem: varchar(30) LongMem: varchar(30) KategoriMember: varchar(2)

«unique» + UQ_FactPersediaan_SKBarang(varchar) + UQ_FactPersediaan_SKCabang(int) + UQ_FactPersediaan_SKMember(int) + UQ_FactPersediaan_SKPemasok(varchar) + UQ_FactPersediaan_SKWaktu(int)

«PK» + PK_DimMember(int) «unique» + UQ_DimMember_SKMember(int)

«PK» + PK_DimPemasok(int) «unique» + UQ_DimPemasok_SKPemasok(int)

DimCabang «column» *PK SKCabang: int KodeCabang: varchar(2) NamaCabang: varchar(30) CabLat: varchar(30) CabLong: varchar(30) «PK» + PK_DimCabang(int) «unique» + UQ_DimCabang_SKCabang(int)

DimWaktu «column» *PK SKWaktu: int Hari: varchar(10) Tanggal: int Minggu: int Bulan: int NamaBulan: varchar(20) Tahun: int Quartal: varchar(20) Semester: int «PK» + PK_Waktu(int) «unique» + UQ_DimWaktu_SKWaktu(int)

Gambar 3 Star Schema Persediaan Star schema ini menggambarkan perancangan mengenai persediaan barang yang mencakup dimensi barang, member, pemasok, cabang, dan waktu. Dalam perancangan ini, terdapat fungsi agregat untuk menghitung total penerimaan barang, total stok barang, total penjualan barang, total stock opname dan total retur.

SIMPULAN DAN SARAN Setelah menganalisis dan merancang Data Warehouse pada PT. Inti Cakrawala Citra, maka dapat disimpulkan sebagai berikut:

•

• • •

Data warehouse yang dirancang menghasilkan lima dimensi dan tiga fakta. Dimensi yang dihasilkan terdiri dari dimensi member, dimensi cabang, dimensi barang, dimensi pemasok, dan dimensi waktu. Sedangkan fakta yang dihasilkan yaitu fakta pengadaan, fakta penjualan dan fakta persediaan barang. Data warehouse menghasilkan laporan yang dapat digunakan untuk analisa mendalam oleh tim eksekutif karena data warehouse dapat menampilkan informasi dari beberapa sudut pandang. Data warehouse mendukung pembuatan laporan yang bersifat khusus dan mendadak (ad-hoc reporting). Data warehouse yang dihasilkan mampu menjadi sumber data bagi penerapan BI di masa mendatang.

Dari perancangan Data Warehouse yang dilakukan, adapun saran yang perlu diperhatikan dan dipertimbangkan agar implementasi Data Warehouse pada PT. Inti Cakrawala Citra dapat lebih bermanfaat ke depannya, yaitu:

•

•

Memperluas ruang lingkup yang ada sehingga data warehouse dapat diterapkan dan digunakan lebih optimal di seluruh bagian perusahaan. Membangun aplikasi BI untuk dapat menunjang kebutuhan pengambilan keputusan yang lebih mendalam.Contohnya: forecasting, predictive analysis.

REFERENSI Adisaputro, Gunawarman, & Asri, M. (2008). Anggaran Perusahaan. Yogyakarta: BPFE. Adrian, S. (2008). Aspek Hukum Pengadaan Barang dan Jasa dan Berbagai Masalahnya. Jakarta: Sinar Grafika. Baran, R. J., Galka, R. J., & Strunk, D. P. (2008). Principles Of: Customer Relationship Management. USA: Neil Marquardt. Brink, Douwe, G. O.-S., & Pauwels, P. (2006). The Effect of Strategic and Tactical Causerelated Marketing on Consumers' Brand Loyalty. Journal of Consumer Marketing, Vol 23 No.1, 5. Connolly, T., & Begg, C. (2010). Database Systems : A Practical Approach to Design, Implementation, and Management , Fifth Edition. Boston: Pearson. Cunningham, C., Song, I. Y., & Chen, P. P. (2004). Data Warehouse Design to Support Customer Relationship Management Analyses. 14. ElKordy, M. (2014). The Impact of CRM Capability Dimensions on Organizational Performance. European Journal of Business and Social Sciences, Vol.2 , No.10, pp 128146. Gharaibeh, N. K., & Forbrig, P. (2013). A New Framework for the Development of CRM Business Intelligence applications. International Conference on Control, Engineering & Information Technology (CEIT'13) Economics & Strategic Management of Business Process - Vol.1 , 26. Guerra, J., & Andrews, D. (2011). Why You Need a Data Warehouse . Indrajani. (2011). Perancangan Basis Data Dalam Allin1. Jakarta: Elex Media Komputindo. Inmon, W. H. (2005). Building The Data Warehouse , Fourth Edition. Canada: Wiley Publishing , Inc. Jayashree, S., Shojaee, S., & Pahlavanzadeh, S. (2011). A critical analysis of Customer Relationship Management from strategic perspective. 2010 International Conference on E-Business , Management and Economics IPEDR vol.3 (2011), 340.

Khan, A., Ehsan, N., Mirza, E., & Sarwar, S. Z. (2012). Procedia Technology (2012) 239-249 INSODE 2011. Integration between Customer Relationship Management(CRM) and Data Warehousing, 239-240, 244. Kimball, R., & Ross, M. (2013). The Data Warehouse Toolkit : The Definitive Guide to Dimensional Modelling. Wiley Publishing, Inc: Canada. Koudi, J. (2006). Think On Your Feet. Singapore: Marshall Cavendish Business. Kumar, V., & Reinartz, W. J. (2006). Customer Relationship Management: A Databased Approach. New York: John Wiley & Sons. Marakas, G. M., & O'Brien, J. A. (2013). Information to Information System (16th ed.). New York: McGraw-Hill. Rainer, R. K., & Cegielski, C. G. (2012). Introduction to Information Systems : Supporting and Transforming Business, 4th Edition. New Jersey: John Wiley & Sons , Inc. Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2012). System Analysis and Design in a Changing World , Sixth Edition. Boston: Joe Sabatino. Soliman, H. S. (2011). International Journal of Business and Social Science. Customer Relationship Management and Its Relationship to the Marketing. Sulistiyowati, L. (2010). Panduan Praktis Memahami Analisis Laporan. Jakarta: PT Elex Media Komputindo. Swastha, B., & Irawan. (2008). Manajemen Pemasaran Modern. Yogyakarta: Liberti. Vercellis, C. (2009). Business Intelligence: Data Mining and Optimization for Decision Making. United Kingdom: John Wiley & Sons , Ltd.

RIWAYAT PENULIS Didiek Putra Oetomo lahir di kota Balikpapan, 13 November 1993. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015. Saat ini bekerja sebagai Database Administrator pada PT. Inti Cakrawala Citra. Venny Tanawi lahir di kota Semarang pada 19 September 1993. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015. Penulis aktif di BINUS STUDENT LEARNING COMMUNITY sebagai Mentor Mentoring. Ratna Sari lahir di kota Singkawang pada 02 Juli 1994. Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Sistem Informasi pada 2015.