PERANCANGAN DATABASE UNTUK MENDUKUNG PROTOTYPE DATA WAREHOUSE PADA PUSAT DISTRIBUSI DAN CADANGAN PANGAN, KEMENTERIAN PERTANIAN Charlianto*, Edi Purnomo Putra*, Mikha Mangudu*, Harisno**. Kementeri Pertanian Republik Indonesia, Jl. Harsono RM. 3 Ragunan Pasar Minggu, 021-7805641/0217802619,
[email protected] [email protected] [email protected]
ABSTRAK Tujuan Penelitian ini adalah untuk melakukan perancangan Database yang mendukung Prototype Data Warehouse di Kementerian Pertanian RI khususnya di Pusat Distribusi dan Cadangan pada bidang distribusi, bidang cadangan dan bidang harga. Dengan adanya prototype Data Warehouse, proses analisis data dan proses pengambilan keputusan oleh top management akan lebih mudah dan akurat. Metode penelitian yang digunakan adalah metode pengumpulan data dan metode perancangan. Metode perancangan data warehouse dilakukan dengan menggunakan 9steps metodologi dari Kimball. Perancangan database dilakukan dengan menggunakan erd (entity relationship diagram) dan activity diagram. Data yang digunakan untuk analisis diperoleh dari melakukan wawancara dengan kepala bidang Distribusi, bidang Cadangan dan bidang Harga pangan. Hasil yang diperoleh melalui analisis tersebut dimasukkan kedalam Prototype Data Warehouse yang telah dirancang yang berguna mendukung pengambilan keputusan. Simpulan yang didapat adalah Prototype Data Warehouse memudahkan analisis data, memudahkan pencarian data history serta memudahkan pengambilan keputusan oleh top management. Kata kunci : Data Warehouse, Perancangan, Analisis, 9steps metodologi
Pendahuluan Dewasa ini pangan merupakan salah satu masalah terbesar yang semakin sulit untuk ditangani dikarenakan jumlah manusia yang semakin banyak dari tahun ke tahun sehingga menyebabkan konsumsi pangan menjadi meningkat dan secara otomatis tuntutan akan kebutuhan panganpun semakin meningkat. Hal ini menjadi tantangan bagaimana cara mengumpulkan informasi yang berkaitan dengan seluruh aktifitas distribusi maupun aliran cadangan pangan pada setiap lumbung serta informasi harga di setiap daerah yang di peroleh dari petugas di setiap daerah, mampu menghasilkan informasi yang dapat digunakan untuk membuat keputusan atau kebijakan baru guna membantu mewujudkan visi dan misi Pusat Distribusi dan Cadangan Tantangan tersebut mengharuskan adanya suatu metode atau cara yang tepat untuk dapat mengambil sebuah kebijakan baru maupun pengambilan keputusan. Metode pengambilan keputusan yang di maksudkan tersebut dapat berjalan dengan baik dan tepat, jika di dukung sebuah komponen yang mampu merangkum data aliran distribusi, cadangan maupun pengumpulan harga yang sangat besar ukurannya. Datawarehouse berfungsi sebagai media penyimpanan historical data yang sudah terintegrasi, biasanya berasal dari beberapa sumber data yang digunakan sebagai pendukung untuk membantu top management dalam mengambil sebuah keputusan yang tepat pada suatu instansi dengan bantuan antar muka berbentuk pivot table dan atau sebuah report yang fleksibel dimana dapat melihat laporan dari berbagai sudut pandang serta dapat melakukan drill down. Pada akhir perancangan prototype data warehouse ini, diharapkan dapat mengurangi resiko kegagalan dalam implementasi datawarehouse serta hasil analisis proses ketiga bidang distribusi, cadangan dan harga pangan yang berjalan dapat memberikan usulan yang membangun ataupun solusi yang lebih baik * Mahasiswa Jurusan SI, School of Information System Universitas Bina Nusantara ** Faculty Member, Program Pasca Sarjana Universitas Bina Nusantara
guna membantu pengambilan keputusan yang cepat, tepat, dan fleksibel dalam lingkup bidang Distribusi, bidang Cadangan dan bidang Harga pangan.
Tujuan Tujuan dari perancangan data warehouse ini adalah: 1. Merancang prototype data warehouse pada ketiga bidang Distribusi, Cadangan dan Harga pangan. 2. Melakukan analisis pada sistem berjalan Kementerian Pertanian RI khususnya ketiga bidang Distribusi, Cadangan dan Harga pangan. 3. Melakukan analisis terhadap data berdasarkan sistem berjalan pada ketiga bidang Distrbusi, Cadangan dan Harga pangan untuk menghasilkan report yang akan diberikan kepada top management.
Manfaat Manfaat dari perancangan data warehouse ini adalah: 1. Sebagai media penyimpanan data historical dan sebagai tempat untuk melakukan pengolahan data akhir ke dalam bentuk report yang dapat digunakan oleh para top management dalam pengambilan keputusan. 2. Memperoleh data mengenai seluruh aktifitas dan alur data transaksi pada ketiga bidang distribusi, cadangan dan harga pangan. 3. Berdasarkan laporan dari hasil analisis, para top management mampu melakukan forecasting jumlah cadangan pangan 3 bulan kedepan. 4. Berdasarkan laporan dari hasil analisis, para top management mampu melakukan pengambilan keputusan terutama berkaitan dalam menangani proses distribusi yang baik, menangani jumlah cadangan setiap daerah agar selalu tercukupi dan menjaga kestabilan harga pangan.
Analisis Kebutuhan Data dan Informasi Kebutuhan informasi semakin lama semakin berperan penting dalam pengambilan keputusan, untuk menentukan keputusan yang tepat bagi perusahaan untuk itu pihak manajement membutuhkan informasi yang berguna.Adapun kebutuhan informasi yang dibutuhkan adalah sebagai berikut : 1. Kebutuhan informasi mengenai pergerakan distribusi pangan dari produsen kepelaku distribusi dan ke konsumen serta pergerakan distribusi pangan di tingkat kabupaten dan provinsi. 2. Kebutuhan informasi mengenai perkembangan harga pangan setiap hari, minggu, bulan, tahun baik tingkat harga di produsen, pelaku distribusi maupun di pasar. 3. Kebutuhan informasi mengenai jumlah lumbung dan kecukupan jumlah cadangan pangan di setiap daerah. 4. Kebutuhan informasi mengenai detil kegiatan-kegiatan yang dilakukan di setiap daerah terkait cadangan keluar. 5. Kebutuhan informasi mengenai komoditas dan komoditas mentah yang paling banyak di distribusikan termasuk juga informasi mengenai harga yang sering meningkat sewaktu-waktu.
Permasalahan Yang Dihadapi Setelah dilakukan survey pada Pusat Distribusi dan Cadangan Pangan Republik Indonesia, masalah yang sedang dihadapi antara lain : 1. Sulitnya melakukan tracking arus distribusi antar daerah karena distribusi antar daerah maupun distribusi dalam daerah diluar tanggung jawab Kementerian Pertanian yang artinya arus distribusi bebas dilakukan kemana saja dan oleh siapa saja. 2. Sulitnya melakukan analisis data yang ada karena data mengenai harga komoditas dan jumlah saldo pengelolaan lumbung belum dalam bentuk summary data. 3. Sulitnya mendapatkan informasi detil pengelolaan saldo lumbung dari daerah dalam bentuk summary data. 4. Sulitnya melakukan pemantauan harga dan peramalan di konsumen & produsen karena harga pangan baik di konsumen maupun produsen dapat berubah setiap saat sehingga laporan yang di hasilkan tidak konsisten 5. Sulitnya melakukan analisis fluktuasi harga pangan dikarenakan data berubah setiap saat. 6. Besarnya transaksi data yang ada membuat performa komputer menurun pada saat melakukan analisis data.
Solusi Pemecahan Masalah Dari permasalahan yang dihadapi oleh Pusat Distribusi dan Cadangan Pangan Republik Indonesia maka solusi pemecahan masalah yang dapat diberikan untuk dipertimbangkan antara lain : 1. Menggunakan data warehouse untuk membuat summary report yang digunakan untuk melakukan tracking arus distribusi antar daerah yang dapat dilihat dari berbagai sudut pandang dimensi serta dapat melakukan drill down untuk melihat data lebih detail. 2. Menggunakan data warehouse untuk melakukan analisis data (OLAP) pada bidang distribusi, harga dan cadangan pangan. 3. Menggunakan data warehouse untuk mengetahui data pengelolaan saldo lumbung. 4. Menggunakan data warehouse untuk membuat report yang dapat digunakan untuk melihat pembagian saldo uang kesetiap daerah. 5. Menggunakan data warehouse untuk membuat pivot table dan chart untuk memantau harga pangan di konsumen & produsen. 6. Menggunakan data warehouse untuk membuat summary report yang digunakan untuk melakukan analisis fluktuasi harga pangan.
Metodologi Penelitian Penulisan skripsi ini memiliki dua metode yang digunakan dalam proses penelitian di kementerian pertanian yaitu:
Metode Pengumpulan Data Metode pengumpulan data yang digunakan antara lain : a. Studi Kepustakaan Melakukan tinjauan pada buku-buku yang berkaitan dengan topik skripsi untuk mendapatkan landasan teori yang berhubungan. Dilakukan pencarian, pengumpulan dan pembelajaran informasi dari berbagai buku literatur, jurnal,internet ataupun media informasi lainnya yang berhubungan dengan obyek penelitian sehingga dapat dijadikan sebagai landasan teori b. Interview Melibatkan unit instansi lingkup badan ketahanan pangan baik pasar dan dagang, meliputi para kepala bidang, dan user yang menggunakan sistem sehingga dapat menganalisis dan mengidentifikasi manfaat dari prototype datawarehouse yang telah dirancang. c. Analisis kebutuhan sistem Tahap ini dilakukan untuk mengetahui kebutuhan datawarehouse , berdasarkan dari kegunaannya dan kebutuhan informasi dari instansi terkait. d. Dokumen Selain melalui wawancara dan observasi, informasi juga bisa diperoleh lewat fakta yang tersimpan dalam bentuk surat, catatan harian, bukupanduan, arsip foto, hasil rapat, cenderamata, jurnal kegiatan, struktur organisasi dan sebagainya. Data berupa dokumen seperti ini bisa dipakai untuk menggali infomasi yang terjadi di masa lampau
Metode Perancangan Metode perancangan data warehouse dengan menggunakan nine step methodology yang dikutip dari buku (Kimball, Ross, Becker, Mundy, & Thorntwaite, 2010), ada 9 langkah yang harus dipenuhi agar dapat membuat sebuah sistem data wareHouse yang baik yaitu: a. Pemilihan proses (Choosing the process). b. Pemilihan grain (Choosing the grain). c. Identifikasi dan penyesuaian dimensi (Identifying and conforming the dimensions). d. Pemilihan fakta (Choosing the facts). e. Menyimpan perhitungan awal di tabel fakta (Storing pre-calculation in the fact table). f. Melengkapi table dimensi (Rounding out the dimension tables). g. Pemilihan durasi data warehouse (Choosing the duration of the database). h. Pelacakan perubahan dimensi secara perlahan (Tracking slowly changing dimension). i. Penentuan prioritas query dan mode query (Deciding the query priorities and the query modes).
HASIL DAN BAHASAN 1. Datawarehouse Menurut Inmon (2005, p495) Data Warehouse adalah sekumpulan Data yang sudah terintegrasi, berorientasikan subjek Database yang dirancang untuk mendukung fungsi dari Decision Support System dimana Data setiap unit tersebut relevan dengan waktu. Data Warehouse berisi Data atomic dan lightly summarized Data. Datawarehouse memiliki 4 karakteristik utama yaitu : 1. Subject Oriented Sistem informasi klasik berorientasi pada aplikasi fungsional perusahaan. Untuk perusahaan asuransi contohnya : aplikasinya dapat berupa healthty, life, auto, casualty. Subjek dari sistem informasi-nya claim, customer, policy dan premium. 2. Integrated Data diambil dari banyak sumber berbeda kemudian dimasukkan ke dalam Data WareHouse. Selama Data diambil, Data tersebut diubah, dilakukan format kembali, diurutkan, diringkas dan seterusnya. Hasilnya adalah Data yang terletak dalam Data WareHouse yang memiliki pandangan terpadu dan terintegrasi. 3. Non-Volatile Data dalam lingkungan operasional di ubah secara teratur, tetapi Data pada Data WareHouse menunjukkan karakteristik yang berbeda. Data pada Data WareHouse di Load dan diakses tetapi tidak di update. Ketika Data di Load pada Data WareHouse dalam sebuah snapshot (static format). Ketika terjadi perubahan selanjutnya, snapshot yang baru akan ditulis 4. Time variant Data yang tersimpan dalam Data WareHouse bersifat time-variant atau bersifat akurat pada periode tertentu. Karakteristik dasar Data dalam Data WareHouse sangat berbeda dengan Data dalam OLTP, dimana Data hanya akurat sesaat setelah Data diakses, sedangkan Data pada Data WareHouse, Data akurat selama periode waktu tertentu, maka dikatakan memiliki rentang waktu (time variant) Dari definisi diatas dapat disimpulkan bahwa datawarehouse berfungsi sebagai gudang data yang menyimpan data historical yang sudah terintegrasi, clean, konsisten sehingga dapat memberikan laporan dalam bentuk summary data dimana data tersebut dapat dilihat dari berbagai sudut pandang dan dapat dilakukan drill down. Selain itu report yang dihasilkan dari datawarehouse tidak akan memberikan partial analisis, sehingga keputusan top managemen akan lebih tepat dan akurat. Arsitektur Datawarehouse pada Kementerian Pertanian
Gambar 1. Arsitekture Datawarehouse pada Kementerian Pertanian
2. Pentaho Pentaho adalah kumpulan aplikasi Business Intelligence (BI) dan Datawarehouse free open source software yang berjalan di atas platform Java, Aplikasi-aplikasi Pentaho dikembangkan oleh Pentaho corp yang berpusat di Orlanda, Amerika Serikat. Adopsi Pentaho cukup luas di Indonesia. Selain sifatnya gratis dan adopsi yang semakin hari semakin luas, dukungan Pentaho bisa didapatkan dari Pentaho Corp yang berpusat di Orlanda, Amerika Serikat. Dukungan ini dalam bentuk dukungan Service Level Agreement (SLA) dan dinamakan dengan versi Enterprise Edition. SLA ini sifatnya annual subscription.
Selain itu jika Anda tetap menggunakan community edition yang free maka bisa mendapatkan dukungan dari banyak system integrator Pentaho di seluruh dunia termasuk di Indonesia. Berikut adalah kumpulan aplikasi Pentaho: 1. Pentaho Reporting 2. Pentaho Analysis - Mondrian OLAP Engine 3. Pentaho Data Mining - Weka 4. Pentaho BI Server Platform
2.1 Pentaho Data Integration Kettle atau dikenal juga dengan nama Pentaho Data Integration adalah software ETL (Extract, Transform and Load) open source yang berjalan di atas platform Java. Inisiator proyek ini adalah Matt Caster, seorang konsultan BI dan developer Java yang berasal dari Belgia. Dengan popularitasnya yang semakin tinggi, Kettle diakuisisi oleh Pentaho pada tahun 2006 dan berubah nama menjadi Pentaho Data Integration. Matt Caster sampai saat ini tetap aktif sebagai project leader dari Kettle Fitur-fitur Kettle • Designer GUI (Graphical User Interface). • Lebih dari 140 modul pengolahan data. • Berjalan di atas multi platform. • Lisensi Open Source. • Dukungan terhadap file dan berbagai database yang populer seperti Excel 2003, Excel 2007, SQL Server, MySQL, Oracle, dll. Keuntungan Menggunakan Kettle • User akan mudah mempelajari dan menggunakannya dalam mengolah data sehari-hari dengan aplikasi designer dan modul Kettle yang straightforward, • Dengan modul yang sangat kaya, user akan lebih mudah dalam mempersiapkan data yang variatif dan kompleks. • Bersifat multi platform sehingga jika cost menjadi pertimbangan maka Kettle yang berjalan di atas sistem operasi gratis seperti Linux dapat menjadi solusi yang baik. • Dapat diotomatisasi dengan script yang sederhana. Job Data Integration yang dibuat pada Kementerian pertanian
Gambar 2. Job Data Integration pada Kementerian pertanian
Transformation Data Integration yang dibuat pada Kementerian pertanian
Gambar 3. Transformation Data Integration pada Kementerian pertanian
2.2 Pentaho Analysis / Mondrian OLAP Server Mondrian adalah open source OLAP (Online Analytical Processing) Server, yang berjalan di platfom java. Mondrian mendukung MDX(multidimensional expressions ), XML and olap4j yang digunakan untuk menampilkan report dalam bentuk chart dan pivot table. Keunggulan Mondiran OLAP Server : • OLAP server open source terpopuler dan digunakan di berbagai produk BI open source (Pentaho dan Jasper). • Multi Platform. • Mondrian merupakan tipe ROLAP (Relational OLAP) dimana semua perintah data query diterjemahkan via SQL dan ditujukan kepada datamart. • Mendukung datamart dengan rancangan multi dimensional Star Schema maupun Snowflake Schema. • Mendukung query MDX (Multidimensional Expression) sebagai standar industri. • Didukung oleh beberapa aplikasi interface baik web based maupun desktop seperti JPivot, Pentaho Reporting, Pentaho Analysis Tools, dan Pentaho Analyzer. • Semua interface di atas memiliki kemampuan drill down / roll up serta drill through untuk melihat detil penyusun sel-sel nilai analisis. Pembuatan OLAP menggunakan Scheme Workbench
Gambar 4. Pembuatan OLAP menggunakan Scheme Workbench 3.
Report Report atau laporan yang dihasilkan dari perancangan Data Warehouse ini berupa pivot table, chart dan map report, dimana top managemen dapat lebih mudah memahami informasi yang ada untuk dapat mengambil keputusan yang cepat dan tepat. Berikut adalah contoh hasil report pada Kementerian Pertanian : 1. Report Fakta Harga Konsumen
Gambar 5. Report Fakta Harga Konsumen
2.
Report Fakta CadanganKeluar
Gambar 6. Report Fakta Harga Konsumen
3.
Report Fakta Pembelian Cadangan
Gambar 7. Report Fakta Pembelian Cadangan
4. Map Report
Gambar 8. Map Report
SIMPULAN DAN SARAN Simpulan Dalam penulisan skripsi ini telah dilakukan analisis terhadap sistem berjalan di Kementerian Pertanian khususnya di Pusat Distribusi dan Cadangan Pangan pada bidang Distribusi, Bidang Cadangan dan Bidang Harga. Dari hasil analisis ditemukan beberapa masalah atau hambatan di Kementerian Pertanian. Alasan tersebut yang melatar belakangi dilakukannya Perancangan Database dan Prototype data warehouse. Simpulan yang diperoleh antara lain : 1. Data warehouse dapat memudahkan pemantauan harga di konsumen dan produsen yang dapat dilihat pada bebagai sudut pandang, misalnya sudut pandang waktu, komoditas, daerah dan lain lain. serta dapat melakukan analisis fluktuasi harga pangan yang terus berubah menggunakan data historical, untuk kemudian dapat dilakukan forecasting dan menentukan kebijakan baru 2. Data warehouse mempermudah proses tracking arus distribusi antar daerah sehingga alur distribusi yang sebelumnya belum jelas karena terlalu detail menjadi jelas dan mudah di pantau. Tracking alur distribusi dapat dilihat menggunakan map, pivot table dan chart yang menyajikan data dalam bentuk summary data dimana dapat dilakukan Drill down yang memudahkan Top Managemen dalam mengambil keputusan 3. Data warehouse dapat menghasilkan laporan terkait distribusi, cadangan dan harga pangan kedalam bentuk yang summary. dengan menggunakan datawarehouse proses transaksi pada OLTP tidak akan terganggu karena report hanya akan dibuat dari datawarehouse, selain itu report yang di hasilkan datawarehouse tidak akan menampilkan informasi yang partial karena sifat dari datawarehouse adalah historical bukan transactional.
Saran Adapun saran yang dapat diperhatikan dan dipertimbangkan oleh Kementerian Pertanian khususnya Pusat Distribusi dan Cadangan Pangan di ketiga bidang yaitu bidang Distribusi, Cadangan dan Harga yang mungkin dapat bermanfaat di waktu kedepannya. Saran tersebut antara lain : 1. Melakukan pengembangan data warehouse lebih lanjut sesuai dengan perubahan-perubahan yang terjadi di waktu yang akan datang. 2. Memperluas ruang lingkup penggunaan data warehouse sehingga penggunaan data warehouse tidak hanya pada Pusat Distribusi dan Cadangan Pangan tetapi juga diseluruh pusat termasuk bidang lainnya yang ada didalam Kementerian Pertanian yang berguna menghasilkan informasi yang akurat agar tepat dalam mengambil sebuah keputusan. 3. Melakukan pengawasan di tahap awal implementasi pada proses ETL agar kualitas data yang dihasilkan benar-benar konsisten dan bersih sehingga informasi yang di hasilkan tidak partial atau salah. 4. Melakukan pengembangan BI yang dapat memberikan laporan dan atau analytic yang memudahkan top managemen dalam pengambilan keputusan.
REFERENSI Badan Ketahanan Pangan Kementerian Pertanian. (2013). Panduan Pengelolaan Cadangan Pangan Pemerintah Provinsi dan Kabupaten/Kota. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2011). Panduan Teknis Analisis Harga Pangan di Tingkat Produsen. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2011). Panduan Teknis Hari-Hari Besar. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2009). Pedoman Umum Pemantauan Distribusi Pangan. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2013). Pedoman Umum Pengembangan Lumbung Pangan Masyarakat. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2012). Pedoman Umum Peningkatan Diversifikasi dan Ketahanan Pangan Masyarakat. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan Ketahanan Pangan Kementerian Pertanian. (2010). Renstra Badan Ketahanan Pangan. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Bennet, S., McRobb, S., & Farmer, R. (2010). Object-Oriented Systems Analysis And Design Using UML, 4th Edition. Glasgow: McGraw-Hill. Connoly, T. M., & Begg, C. E. (2010). Database System : A Practical Approach to Design, Implementation, and Management, 5th Edition. Boston: Pearson Education Limited. Hoffer, J. A., Prescoot, M. B., & McFadden, F. R. (2005). Modern Database Management, 7th Edition. Pearson Prentice Hall: New Jersey. Inmon, W. H. (2005). Building the Data Warehouse, 4rd Edition. Canada: John Wiley & Sons. Kimball, R., & Ross, M. (2010). Relentlessly Practical Tools for Data Warehousing and Business Intelligence. Canada: John Wiley & Sons. Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems : Managing the Digital Firm, 11th Edition. New Jersey: Prentice Hall. O'Brien, J. A., & Marakas, G. M. (2010). Introduction to Information System, 15th Edition. New York: McGraw-Hill. Reddy, G. (2010). Data Warehousing, Data Mining, OLAP and OLTP Technologies are essential elements to support decision-making process in industries. International Journal on Computer Science and Engineering , 2865. Sugiyono, P. D. (2004). Metode Penelitian Bisnis. Bandung: Alfabeta, CV. Turban, E., & Rainer Jr, R. K. (2009). Introuduction to Information Systems Enabling and Transforming Business, 2nd Edition. New Jersey: John Wiley & Sons. Widyawati, D. (2012). The Design of Warehouse Data Structure to Support Product Marketing Plan Using Star Schema. Jurnal Ilmiah ESAI , 1. Wijaya, A. F., & Manongga, D. (2012). Information System Strategics Planning to Increase Competitive Advantage of Higher Education Using Be Vissta Planning Methodology. International Journal of Organizational Innovation , 69. Williams, B. K., & Sawyer, S. C. (2011). Using Information Technology : A Practical Introduction to Computers & Communications, 6th Edition. New York: McGraw-Hill.
